處理C字符串操作中的中文字符

已知在C中，字符串由char s的數組表示。處理C字符串操作中的中文字符

而在大多數32位處理器中，char需要一個字節或八位。並且一個字符串由一個byte s的數組組成。

因爲擴展字符如中文和日文佔用以上位比8位，所以我對這個東西有點困惑。

例如，我測試了我可以使用像char array[100]這樣的語法來定義一組中文字符，就像定義一組英文字母一樣。所以我的問題是：

是否有一種機制試圖彌合一般8位字符和8位以上字符之間的差距，以便它們被視爲相同，就像我之前提到的那樣。

來源

2012-03-18 xiaohan2012

您應該使用wchar_t代替，這將解釋更多關於寬字符及其在C/C++中的使用。 http://en.wikipedia.org/wiki/Wide_character#C.2FC.2B.2B – 2012-03-18 07:13:18

您需要研究什麼是所謂的MBCS或多字節字符集。 – 2012-03-18 07:43:23

@JesusRamos：'wchar_t'類型（相當於使用它的代碼）並不是很便攜，因爲你不知道它使用什麼編碼，或者它是否支持Unicode。 – 2012-05-20 22:04:38

是的，使用多字節字符編碼。這是一個相當寬的主題，但具有下列啓動：

wchar
Unicode
UTF-8（與炭基於功能，其允許操作字串）。

來源

2012-03-18 07:43:24 Ofir

請注意，'wchar'幾乎不是正確的選擇，因爲它不是真正的便攜式。（因爲你不知道它使用什麼編碼。） – 2012-05-20 22:03:47

我建議使用的UTF8編碼字符串，因爲它使得可以使用正常（字節< = 127）字符通常，此外，你就可以使用兩相，三相或者通過檢測Unicode控制字符（字節> = 128）來生成四字節字符。你也可以使用libiconv解決一些相關的問題。 http://www.gnu.org/software/libiconv/

來源

2012-03-18 07:53:03

處理C字符串操作中的中文字符

回答

相關問題