处理C字符串操作中的中文字符

已知在C中，字符串由char s的数组表示。处理C字符串操作中的中文字符

而在大多数32位处理器中，char需要一个字节或八位。并且一个字符串由一个byte s的数组组成。

因为扩展字符如中文和日文占用以上位比8位，所以我对这个东西有点困惑。

例如，我测试了我可以使用像char array[100]这样的语法来定义一组中文字符，就像定义一组英文字母一样。所以我的问题是：

是否有一种机制试图弥合一般8位字符和8位以上字符之间的差距，以便它们被视为相同，就像我之前提到的那样。

来源

2012-03-18 xiaohan2012

您应该使用wchar_t代替，这将解释更多关于宽字符及其在C/C++中的使用。 http://en.wikipedia.org/wiki/Wide_character#C.2FC.2B.2B – 2012-03-18 07:13:18

您需要研究什么是所谓的MBCS或多字节字符集。 – 2012-03-18 07:43:23

@JesusRamos：'wchar_t'类型（相当于使用它的代码）并不是很便携，因为你不知道它使用什么编码，或者它是否支持Unicode。 – 2012-05-20 22:04:38

是的，使用多字节字符编码。这是一个相当宽的主题，但具有下列启动：

wchar
Unicode
UTF-8（与炭基于功能，其允许操作字串）。

来源

2012-03-18 07:43:24 Ofir

请注意，'wchar'几乎不是正确的选择，因为它不是真正的便携式。（因为你不知道它使用什么编码。） – 2012-05-20 22:03:47

我建议使用的UTF8编码字符串，因为它使得可以使用正常（字节< = 127）字符通常，此外，你就可以使用两相，三相或者通过检测Unicode控制字符（字节> = 128）来生成四字节字符。你也可以使用libiconv解决一些相关的问题。 http://www.gnu.org/software/libiconv/

来源

2012-03-18 07:53:03

处理C字符串操作中的中文字符

回答

相关问题