如何c從控制檯讀取的中國和文件

我使用Ubuntu 12.04
我想知道我可以用C如何c從控制檯讀取的中國和文件

setlocale(LC_ALL, "zh_CN.UTF-8"); 
    scanf("%s", st1); 
    for (b = 0; b < max_w;b++) 
    { 
    printf("%d ", st1[b]); 
    if (st1[b] == 0) 
     break; 
    }

對於這個代碼讀中國，當我輸入英文，它輸出精，但如果我輸入中文像「的」，它輸出

Enter word or sentence (EXIT to break): 的 
target char seq : 
-25 -102 -124 0

我想知道爲什麼在數組中有負值。
此外，我發現使用fscanf讀取的文件中的「的」字節與從控制檯讀取的不同。

來源

2014-03-31 cloudygoose

簡短的回答：在控制檯讀中國，你需要使用UTF庫，例如：'libconv'。 – jrd1

爲什麼？這非常好。 @cloudygoose：有什麼問題？輸出是正確的。 – deviantfan

UTF-8編碼字節數可變的字符。這就是爲什麼你看到三個字節的符號。

在graphemica - 的，你可以看到的有，當你在UTF-8編碼它翻譯爲E79A84值U+7684。

您將每個字節單獨打印爲一個整數值。一個char類型可能會被簽名，當它被轉換爲一個整數時，你也可以得到負數。在你的情況，這是

-25 = E7
-102 = 9A
-124 = 84

可以打印字節十六進制值與%x或無符號整數%u，那麼你只會看到正數。

你也可以改變你的print語句

printf("%d ", (unsigned char) st1[b]);

這將解釋字節的無符號數，並顯示您的輸出

231 154 132 0

來源

2014-03-31 06:19:36

即使'char'類型被實現爲'signed char'，機器上的所有字符都將具有基本上正值。如何將它轉換爲'int'獲得負值？ – ajay

您可以將值E7解釋爲正值（即'unsigned char'），在這種情況下它是231.但是，當您將其解釋爲帶符號的負值（即，當您使用'signed char'時）時，它將會是打印爲-25。 –

對硬編碼特定區域名稱沒有必要（實際上它是有害的）。您可以讀取哪些字符與語言環境的語言無關（用於消息），並且任何使用UTF-8編碼的語言環境都應該可以正常工作。

最簡單的方法就是使用寬字符stdio函數（例如getwc）而不是字節型函數。否則，您可以讀取字節，然後使用mbrtowc來處理它們。

來源

2014-03-31 06:15:07

如何c從控制檯讀取的中國和文件

回答

相關問題