Question

在Perl中，我可以说

my $s = "r\x{e9}sum\x{e9}";

将"résumé"分配给$s。我想在C中做类似的事情。具体来说，我想说

sometype_that_can_hold_utf8 c = get_utf8_char();
if (c < '\x{e9}') {
    /* do something */
}

Answer 1

对于UTF8，您必须使用找到的规则自行生成编码，例如here。例如，德语sharp s（ß，代码点0xdf）具有UTF8编码0xc3,0x9f。您的e-acute（é，代码点0xe9）的UTF8编码为0xc3,0xa9。

您可以在字符串中添加任意十六进制字符：

char *cv = "r\xc3\xa9sum\xc3\xa9";
char *sharpS = "\xc3\x9f";

Answer 2

如果您有C99编译器，可以使用＆lt; wchar.h＆gt; （和＆lt; locale.h＆gt;）并直接在源代码中输入Unicode代码点。

$ cat wc.c

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

int main(void) {
  const wchar_t *name = L"r\u00e9sum\u00e9";
  setlocale(LC_CTYPE, "en_US.UTF-8");
  wprintf(L"name is %ls\n", name);
  return 0;
}

$ /usr/bin/gcc -std=c99 -pedantic -Wall wc.c

$ ./a.out

name is résumé

Answer 3

wchar_t是您要查找的类型：http://opengroup.org/onlinepubs/007908799/xsh/wchar.h.html

Answer 4

wchar_t setlocale() 似乎可选

#include <stdio.h>

int main(void) {
  const char *const name = "r\u00e9sum\u00e9";
  printf("name is %s\n",name);
  return 0;
}

$ echo $LANG
en_US.UTF-8
$ /usr/bin/gcc -std=c99 -pedantic -Wall -Wextra bc.c
$ ./a.out
name is résumé

当字符集为ASCII时，如何在文字字符串ISO / ANSI C中表示Unicode字符？

4 个答案: