wcstombs：字符编码？

Question

wcstombs documentation说，它“将宽字符代码序列转换为多字节字符串”。但它从来没有说过什么是“广角”。

它是否隐含，比如说它将utf-16转换为utf-8或转换是由某个环境变量定义的？

wcstombs的典型用例是什么？

Answer 1

您使用setlocale()标准函数和LC_CTYPE（或LC_ALL）类别来设置库在wchar_t个字符和多字节字符之间使用的映射。传递给setlocale()的实际区域设置名称是实现定义的，因此您需要在编译器的文档中查找它。

例如，使用MSVC，您可以使用

setlocale( LC_ALL, ".1252" );

将C运行时设置为使用代码页1252作为多字节字符集。请注意，MSVC文档明确指出不能将多语言字符集的语言环境设置为UTF-7或UTF8：

  

可用语言，国家/地区代码和代码页的集合包括Win32 NLS API支持的所有内容，但每个字符需要两个以上字节的代码页除外，例如UTF-7和UTF-8。如果您提供类似UTF-7或UTF-8的代码页，setlocale将失败，返回NULL。

“宽字符”wchar_t类型旨在支持系统支持的任何字符集 - 标准不定义wchar_t类型的大小（它可以是小char或任何较大的整数类型）。在Windows上，它是系统的“内部”Unicode编码，即UTF-16（WinXP之前的UCS-2）。老实说，我在MSVC文档中找不到直接引用。严格地说，实现应该调用它，但我找不到它。

Answer 2

它会将您的平台用于“宽字符”（我认为在Windows上确实是UCS2，但在UNIX上通常是UCS4）转换为您当前语言环境的默认多字节字符编码。如果您的语言环境是UTF-8，那么这将是将要使用的多字节编码 - 但请注意，还有其他可能性，例如JIS。

Answer 3

宽字符串由多字节字符组成，而普通C字符串是char * - 字节宽度字符序列。 Wchars与所有平台上的unicode不同，尽管unicode表示通常基于wchar_t

我见过像手机这样的嵌入式系统中使用的wchars，你希望文件名具有特殊字符，但不一定要支持unicode的所有荣耀和复杂性。

典型用法是将基于2字节的字符串转换为常规C字符串，反之亦然

Answer 4

根据C标准，wchar_t类型“能够表示当前语言环境中的任何字符”。该标准没有说明wchar_t的编码是什么。事实上，WCHAR_MIN和WCHAR_MAX的限制为[0，255]或[-127,127]，具体取决于wchar_t是否为无符号或签名。

多字节字符可以使用多个字节。多字节字符串由一个或多个多字节字符组成。在多字节字符串中，每个字符不必具有相同的字节数（UTF-8就是一个例子）。然而，wchar_t类型的对象具有固定的大小（当然，在给定的实现中）。

顺便说一句，我也可以在我的C99草案副本中找到以下内容：

  

__STDC_ISO_10646__ yyyymmL形式的整数常量（例如，199712L）。如果定义了此符号，则Unicode所需集中的每个字符在存储在类型wchar_t的对象中时，与该字符的短标识符具有相同的值。 Unicode必需集包含ISO / IEC 10646定义的所有字符，以及指定年份和月份的所有修订和技术勘误。

因此，如果我理解正确，如果定义了__STDC_ISO_10646__，则wchar_t可以存储Unicode字符。