宽字符和区域设置

Question

#1

#include <stdio.h>
#include <locale.h>
#include <wchar.h>

int main()
{
    setlocale(LC_CTYPE,"C");
    wprintf(L"大\n");
    
    return 0;
}

//result : ?

#2

#include <stdio.h>
#include <locale.h>

int main()
{
    setlocale(LC_CTYPE,"C");
    printf("大\n");
    
    return 0;
}

//result : 大

#1和#2的区别只是打印功能。

我希望如果宽字符没有在某些区域设置中打印，那么多字节字符也不应该在同一区域设置中打印。

我很好奇为什么打印多字节字符串（#2），而不打印宽字符串（#1）？

我知道如果语言环境不是 "C"，宽字符会打印得很好。但为什么？？ locale到底是做什么的？

+）我认为多字节字符编码与区域设置相关，但是多字节字符打印得很好，与区域设置无关。计算机如何确定多字节字符编码？

Answer 1

如果您使用 Windows Console，则应该使用 _setmode 函数将 stdout 的默认转换模式更改为 Unicode，如果您想使用宽字符串。

例如：

#include <stdio.h>
#include <wchar.h>
#include <locale.h>
#include <fcntl.h>
#include <io.h>

int main()
{
    setlocale(LC_CTYPE,"C");
    _setmode(_fileno(stdout), _O_U16TEXT);
    wprintf(L"大\n");
    
    return 0;
}

https:// /learn.microsoft.com/en-us/cpp/c-runtime-library/reference/setmode?view=msvc-170

Answer 2

1. L"大\n" 是一个包含 3 个元素的 wchar_t 数组。

   数组[0] == L'大'(0xE5 0xA4 0xA7)

   数组[1] == 换行符(0xA)

   数组[2] == null (0x0)

但 C 语言环境不理解位置 0 处的第一个多字节字符.

2. “大\n”创建一个包含 5 个元素的 char（字节）数组。

   数组[0] == (0xE5)

   数组[1] == (0xA4)

   数组[2] == (0xA7)

   数组[3] == 换行符(0xA)

   数组[4] == null (0x0)

第二个打印，因为它实际上创建了一个短字符数组。当您打印字符串时，它只是将每个字节发送到屏幕，直到到达空字符。

它在屏幕上打印为“大”，因为您的操作系统将字节序列视为“大”。

#include <stdio.h>
#include <stdlib.h>

int main() {
    char first_byte = strtol("0xE5",    NULL, 16);
    char second_byte = strtol("0xA4",NULL,16);
    char third_byte = strtol("0xA7",NULL,16);
    printf("%c%c%c\n", first_byte, second_byte, third_byte);
    
    return 0;
}

输出：大