C字符串文字中的UTF-8转义序列

Question

在C中，我指定一个形式为：

的Unicode字符

"\uCODEPOINT"

但是，我找不到有关如何存储的任何细节。是UTF-8,16,32吗？有没有指定UTF-8编码的符号，还是我必须用十六进制写每个字节？

Answer 1

\ uXXXX是一种（简短形式）通用角色名称。您可以在程序中的任何位置使用\u0041来代替A - 这可以在源文本中，例如，作为标识符的一部分，或者它可以是字符或字符串文字。如果您在文字中使用它，它将与在该文字中使用A完全相同。这同样适用于编码长度超过8位的字符的名称...您可以使用通用名称，或者如果您有一个允许的输入方法，则可以直接输入字符。字符在内存中的编码方式取决于字符是出现在“”还是L“”文字中，取决于字符是否是执行字符集的成员。请注意C标准：

  

每个源字符集成员和转义序列的字符常量和   字符串文字转换为执行字符的相应成员   组;如果没有相应的成员，则转换为实施 -   定义的成员，而不是null（宽）字符。）

在使用UTF-8编码表示非宽字符串的实现中，出现在非宽字符串文字中的\ uXXXX当然会以UTF-8编码，以及文字中的所有其他字符。如果\ uXXXX出现在宽字符串文字中，它将被编码为宽字符，值为0xXXXX。

Answer 2

  

但是，我找不到有关如何存储的详细信息。

执行字符集取决于实现。但是，如果默认值不是您想要的，某些编译器会有某种options来更改它。 C11标准还有其他方法来指定UTF编码中的Unicode字符串文字（例如u8"Hello"）。