C语言宽字符

一. 多字节字符

1. 基于ASCII的GB2312

标准ASCII表 0 ~ 127

拓展ASCII表 0 ~ 255

GB2312 10000000 ~ 11111111(高位) + 10000000 ~ 11111111(低位)

    问题：不同国家的字符集会产生乱码

2. 基于UNICODE的UTF-8

UNICODE(同一码 / 万国码)：unicode是2个字节。 这一标准的2字节形式通常称作UCS-2(UnicodeCharacterSet)(原ASCII也位双字节)。然而,受制于2字节数量的限制,UCS-2只能表示最多65536个字符。Unicode的4字节形式被称为UCS-4或UTF-32,能够定义Unicode的全部扩展,最多可定义100万个以上唯一字符。

UTF-8：是针对Unicode的一种可变长度字符编码。

 

二. C语言中的宽字符

1. 在C语言中使用wchar_t表示宽字符，使用L告知编译器使用Unicode表。wchar_t x1 = L'中';

2. 使用(拓展ASCII码表)GB2312以\0结尾：char x[] = "中国"; 使用UniCode编码表以\0\0结尾：wchar_t x1[] = L"中国";         
3. 在控制台打印                    
                    

char x[] = "中国";                    

wchar_t x1[] = L"中国";                    

printf("%s\n",x);            //使用控制台默认的编码        

wprintf