Question

在这样的语句中，两者都使用相同的编码（UTF-8）输入到源代码中并且语言环境设置正确，它们之间是否存在实际差异？

printf("ο Δικαιοπολις εν αγρω εστιν\n");
printf("%ls", L"ο Δικαιοπολις εν αγρω εστιν\n");

因此有什么理由在做输出时更喜欢一个而不是另一个？我想第二个表现得差一点，但它对多字节文字有任何优势（或劣势）吗？

编辑：这些字符串打印没有问题。但是我没有使用宽字符串函数，因为我希望能够使用printf等。所以问题是这些打印方式是否有所不同（鉴于上述情况），如果是这样，第二种方式是否有任何优势？

EDIT2：根据以下评论，我现在知道这个程序有效 - 我认为这是不可能的：

int main()
{
    setlocale(LC_ALL, "");
    wprintf(L"ο Δικαιοπολις εν αγρω εστιν\n");  // wide output
    freopen(NULL, "w", stdout);                 // lets me switch
    printf("ο Δικαιοπολις εν αγρω εστιν\n");    // byte output
}

EDIT3 ：我已经做了一些进一步的研究，看看这两种类型正在发生什么。拿一个更简单的字符串：

wchar_t *wides = L"£100 π";
char *mbs = "£100 π";

编译器生成不同的代码。宽字符串是：

.string "\243"
.string ""
.string ""
.string "1"
.string ""
.string ""
.string "0"
.string ""
.string ""
.string "0"
.string ""
.string ""
.string " "
.string ""
.string ""
.string "\300\003"
.string ""
.string ""
.string ""
.string ""
.string ""

第二个是：

.string "\302\243100 \317\200"

在查看Unicode编码时，第二种是纯UTF-8。宽字符表示是UTF-32。我意识到这将取决于实现。

那么文字的宽字符表示可能更便携？我的系统不会直接打印UTF-16 / UTF-32编码，因此它会自动转换为UTF-8进行输出。

Answer 1

printf("ο Δικαιοπολις εν αγρω εστιν\n");

打印字符串文字（const char*，特殊字符表示为多字节字符）。虽然您可能会看到正确的输出，但在处理非ASCII字符时可能会遇到其他问题。例如：

char str[] = "αγρω";
printf("%d %d\n", sizeof(str), strlen(str));

输出9 8，因为每个特殊字符都由2 char s表示。

使用L前缀时，您的文字由宽字符（const wchar_t*）和%ls格式说明符组成，导致这些宽字符转换为多字节字符（UTF-8）。请注意，在这种情况下，应该适当地设置区域设置，否则此转换可能导致输出无效：

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

int main(void)
{
    setlocale(LC_ALL, "");
    printf("%ls", L"ο Δικαιοπολις εν αγρω εστιν");
    return 0;
}

但是在使用宽字符时，有些事情可能会变得更复杂，但其他事情可能会变得更简单，更直接。例如：

wchar_t str[] = L"αγρω";
printf("%d %d", sizeof(str) / sizeof(wchar_t), wcslen(str));

将按照人们自然期望输出5 4。

一旦您决定使用宽字符串，wprintf可用于直接打印宽字符。这里还值得注意的是，在Windows控制台的情况下，stdout的翻译模式应该通过调用_setmode显式设置为其中一种Unicode模式：

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

#include <io.h>
#include <fcntl.h>
#ifndef _O_U16TEXT
  #define _O_U16TEXT 0x20000
#endif

int main()
{
    _setmode(_fileno(stdout), _O_U16TEXT);
    wprintf(L"%s\n", L"ο Δικαιοπολις εν αγρω εστιν");
    return 0;
}

使用printf打印UTF-8字符串 - 宽字符串与多字节字符串文字

1 个答案: