Question

我想存储一个字符（为了与其他字符进行比较）。

如果我声明变量如下：

char c = 'é';

一切运作良好，但我收到了这些警告：

warning: multi-character character constant [-Wmultichar]
   char c = 'é';
            ^
ii.c:12:3: warning: overflow in implicit constant conversion [-Woverflow]
   char c = 'é';

我想我理解为什么会有这些警告，但我想知道为什么它仍然有效？我应该这样定义它：int d = 'é';虽然它在内存中占用更多空间？此外，我还通过以下声明得到了警告：

warning: multi-character character constant [-Wmultichar]

int d ='é';

我错过了什么吗？谢谢;）

Answer 1

尝试使用wchar_t而不是char。 char是单字节，适用于ASCII，但不适用于UTF-8等多字节字符集。另外，将字符文字标记为宽字符而不是窄字符：

#include <wchar.h>
...
wchar_t c = L'é';

Answer 2

é的Unicode代码点为0xE9，UTF-8编码为"\xc3\xa9"。

我假设你的源文件是用UTF-8编码的，所以

char c = 'é';

（大致）等同于

char c = '\xc3\xa9';

如何处理这些字符常量是实现定义的。 For GCC：

编译器一次评估一个字符的多字符字符常量，将前一个值左移每个目标字符的位数，然后在截断到宽度的新字符的位模式中一个目标角色。最终的位模式为int类型，因此无论单个字符是否有符号都是有符号的（与版本3.1及更早版本的GCC略有不同）。如果常量中的字符数多于目标int中的符号，则编译器会发出警告，并忽略多余的前导字符。

例如，＆＃39; ab＆＃39;对于具有8位字符的目标，将被解释为(int) ((unsigned char) 'a' * 256 + (unsigned char) 'b')，将'\234a'解释为(int) ((unsigned char) '\234' * 256 + (unsigned char) 'a')。

因此，'é'的值为0xC3A9，适合int（至少为32位int），但不适合（8位）{{1 }}，所以转换为char再次implementation-defined：

为了转换为宽度为N的类型，将该值减去模2 ^N以在该类型的范围内;没有信号被提出。

这给出了（带有签名的char）

char

输出：

#include <stdio.h>
int main(void) {
    printf("%d %d\n", 'é', (char)'é');
    if((char)'é' == (char)'©') puts("(char)'é' == (char)'©'");
}

50089是0xC3A9,87是0xA9。

使用é，一种依赖于实现的宽字符类型，在Linux上持有UTF-32为4字节：wchar_t。您可以将它们转换为特定于语言环境的多字节编码（可能是UTF-8，但您需要先设置语言环境，请参阅wchar_t c = L'é';;注意，更改语言环境可能会更改函数的行为例如setlocale或isalpha）printf或直接使用它们并使用宽字符串（使用wcrtomb前缀来获取宽字符串文字）
使用字符串并在其中存储UTF-8（如L或const char *c = "é";或const char *c = "\u00e9";，可能有不同的语义;对于C11，也许还要查找 UTF -8字符串文字和const char *c = "\xc3\xa9;"前缀）

请注意，文件流具有方向（参见u8）。

HTH

非ASCII字符声明

2 个答案: