英语和希腊语UTF字符的区别

Question

我已经使用英语和希腊语字符定义了相同的char数组。

char myText[]="ΗΤΙΑ ΗΤΙΑΑΑ ΛΟΥΛΟΥΔΙΑΣΜΕΝΗ!!!1234567890";
//  char myText[]="HTIA HTIAAA LOULOUDIASMENH!!!1234567890";

当我使用char数组的strlen(myText);打印长度时，第一个具有希腊语UTF8字符的长度为63个字符但第二个具有39.为什么会发生这种情况？我可以解决这个问题，或者正确的问题是如何使用希腊语Unicode希腊字符语法，以便程序正确理解它们？

我将char数组发送到led矩阵，并且当字符为英语时，i消息不会显示在屏幕上。似乎希腊字符或非ASCII字符大于一个字节。

我有一个switch函数，用于检查字符并为每个字母返回一个合适的字节数组。我已将开关的默认情况设置为字符! 因此，我获得HTIA HTIA而不是获得!H!T!I!A!。所以我的开关将希腊字符理解为超过1个字节，并首先返回默认情况，即!，然后返回正确的字符。

此外，当我尝试打印文本时，我在串行监视器上出现错误（字符无法正确显示）。

Answer 1

由于UTF-8字符可以有多个字节，并且strlen只计算直到第一个空字符的字节数，因此strlen将超过UTF-8字符串的长度。一种解决方案是使用mbstowcs()将字符串转换为宽字符串，然后使用wcslen()来获取宽字符串的长度。

P.S。 Here展示了问题中提到的效果。

Answer 2

UTF-8是一种可变长度编码，因此有些字符只占用一个字节，而其他字符占用几个字符。

如果使用switch语句逐个字符地处理字符串，那么您应该使用宽字符字符串：

#include <stddef.h>

wchar_t myText[]= L"ΗΤΙΑ ΗΤΙΑΑΑ ΛΟΥΛΟΥΔΙΑΣΜΕΝΗ!!!1234567890";

宽字符的类型为wchar_t而不是char，并且其大小足以存储当前语言环境中的任何单个字符。宽字符串常量以L字符为前缀。

在switch语句中，您可以在案例表达式中使用宽字符常量（也以L字符为前缀）：

switch (c)
{
    case L'Λ':
    /* handle capital lambda */
    break;

    case L'Α':
    /* handle capital A */
    break;

    /* ... */
}