Question

我有这个示例代码：

#include <fcntl.h>
#include <stdio.h>
#include <unistd.h>

int main(void){
    printf("%li\n",sizeof(char));
    char mytext[20];
    read(1,mytext,3);
    printf("%s",mytext);
    return 0;
}

首先运行：

koray@koray-VirtualBox:~$ ./a.out 
1
pp
pp
koray@koray-VirtualBox:~$

嗯，我认为这是所有预期的，因为p是ASCII中定义的1字节长字符，而我正在读取3个字节。（2 p和换行符）在终端中，我再次看到2个字符。

现在让我们尝试一个2字节长的字符：

koray@koray-VirtualBox:~$ ./a.out 
1
ğ
ğ

我不明白的是，当我将字符'ğ'发送到mytext变量指向的内存时，16位被写入该区域。由于'ğ'是utf-8中的11000100：10011110，所以写入这些字节。

我的问题是，当打印回标准时，C（或者我应该说内核？）如何知道，它应该读取2个字节并解释为1个字符而不是2个1字节字符？

Answer 1

C不解释它。你的程序读取2个字节并输出相同的2个字节，而不关心它们是什么字符（或其他任何字符）。

您的终端对输入进行编码，并将输出重新解释为相同的双字节字符。

Answer 2

Ascii的范围是0到127. Unicode的前128个字符是ascii caracters。

第一位将告知您的角色是在0-127范围内还是在其上方。如果它为1，则表示它是unicode，将考虑16位（甚至更多）。

这个问题与：What's the difference between ASCII and Unicode?

密切相关

C如何区分字节长字符和2字节长字符？

2 个答案: