在char中存储Unicode

Question

我有一个程序来测试终端的I / O：

#include <stdio.h>
int main()
{
    char *input[100];
    scanf("%s", input);
    printf("%s", input);
    return 0;

}

它与ASCII字符一样工作，但它也适用于Unicode字符和表情符号。

为什么会这样？

Answer 1

您的代码有效，因为输入和输出流具有相同的编码，并且您不对c执行任何操作。

基本上，你键入一些东西，然后转换成一个字节序列，然后存储在c中，然后你将bytes的序列发送回stdout转换它们回到可读的角色。

只要编码和解码过程兼容，您就会得到＆＃34;期望的＆＃34;结果

现在，如果您尝试使用标准＆＃34;字符串＆＃34;会发生什么？ C功能？我们假设您输入了＆＃34;♠您好＆＃34;在您的终端中，您将获得预期的输出但是：

strlen(c) -> 8
c[0] -> Some strange character
c[3] -> H

你知道吗？您可以在char数组中存储您想要的任何内容，但这并不意味着您应该这样做。如果要处理扩展字符集，请改用wchar_t。

Answer 2

您可能在Linux上运行，终端设置为UTF-8，因此scanf生成UTF-8，printf可以输出它。 UTF-8的设计使char[]可以存储它。我明确使用char[]而不是char，因为非ASCII字符需要多个字节。

Answer 3

您的程序未定义，因为它有未定义的行为。

scanf("%s", input);

需要指向字符串的指针，但是

char *input[100];

input是指向char，char *的指针。

您的程序可能有效，因为您传递给scanf的缓冲区大小足以存储unicode字符，并且您传递的字符之间没有NULL字节，但它可能无法正常工作，因为C的实现在你的（和任何其他）机器上允许在UB的情况下做任何事情。