字面常量
字符常量
用单引号括起来的一个字符.
字符型常量在内存中是储存它对应的整数编码, 所以字符的储存方式是这个整数编码的储存方式.
宽字符
C 语言是一门全球化的编程语言, 它支持世界上任何一个国家的语言文化, 包括中文, 日语, 韩语等.
正确地存储中文字符需要解决两个问题.
足够长的数据类型 char 只能处理 ASCII 编码中的英文字符, 是因为 char 类型太短, 只有一个字节, 容纳不下几万个汉字, 要想处理中文字符, 必须得使用更长的数据类型. 一个字符在存储之前会转换成它在字符集中的编号, 而这样的编号是一个整数, 所以可以用整数类型来存储一个字符, 比如 unsigned short, unsigned int, unsigned long 等.
选择包含中文的字符集 C 语言规定, 对于汉语, 日语, 韩语等 ASCII 编码之外的单个字符, 也就是专门的字符类型, 要使用宽字符的编码方式. 常见的宽字符编码有 UTF-16 和 UTF-32, 它们都是基于 Unicode 字符集的, 能够支持全球的语言文化. 在真正实现时, 微软编译器采用 UTF-16 编码, 使用 2 个字节存储一个字符, 用 unsigned short 类型就可以容纳. GCC, LLVM/Clang 采用 UTF-32 编码, 使用 4 个字节存储字符, 用 unsigned int 类型就可以容纳. 对于编号较小的字符, UTF-16 采用两个字节存储; 对于编号较大的字符, UTF-16 使用四个字节存储. 但是, 全球常用的字符也就几万个, 使用两个字节存储足以, 只有极其罕见, 或者非常古老的字符才会用到四个字节. 微软编译器使用两个字节来存储 UTF-16 编码的字符, 虽然不能囊括所有的 Unicode 字符, 但是也足以容纳全球的常见字符了, 基本满足了软件开发的需求. 使用两个字节存储的另外一个好处是可以节省内存, 而使用四个字节会浪费 50% 以上的内存. 不同的编译器可以使用不同的整数类型. 如果代码使用 unsigned int 来存储宽字符, 那么在微软编译器下就是一种浪费; 如果代码使用 unsigned short 来存储宽字符, 那么在 GCC, LLVM/Clang 下就不够. 为了解决这个问题, C 语言推出了一种新的类型, 叫做 wchar_t. w 是 wide 的首字母, t 是 type 的首字符, wchar_t 的意思就是宽字符类型. wchar_t 的长度由编译器决定:
在微软编译器下, 它的长度是 2, 等价于 unsigned short;
在 GCC, LLVM/Clang 下, 它的长度是 4, 等价于 unsigned int. wchar_t 是用 typedef 关键字定义的一个别名, wchar_t 在不同的编译器下长度不一样.
wchar_t 类型位于 <wchar.h> 头文件中, 它使得代码在具有良好移植性的同时, 也节省了不少内存, 用它来存储宽字符. 单独的字符由单引号’ ‘包围, 例如’B’, ‘@’, ‘9’等; 但是, 这样的字符只能使用 ASCII 编码, 要想使用宽字符的编码方式, 就得加上 L 前缀, 例如L’A’, L’9’, L’中’, L’国’, L’. '.
加上 L 前缀后, 所有的字符都将成为宽字符, 占用 2 个字节或者 4 个字节的内存, 包括 ASCII 中的英文字符.
不加 L 前缀的字符称为窄字符, 加上 L 前缀的字符称为宽字符. 窄字符使用 ASCII 编码, 宽字符使用 UTF-16 或者 UTF-32 编码.
宽字符的输出
putchar, printf 只能输出不加 L 前缀的窄字符, 对加了 L 前缀的宽字符无能为力, 必须使用 <wchar.h> 头文件中的宽字符输出函数, 分别是 putwchar 和 wprintf.
putwchar 函数专门用来输出一个宽字符, 它和 putchar 的用法类似;
wprintf 是通用的, 格式化的宽字符输出函数, 除了可以输出单个宽字符, 还可以输出宽字符串. 宽字符对应的格式控制符为 %lc.
在输出宽字符之前还要使用 setlocale 函数进行本地化设置, 告诉程序如何才能正确地处理各个国家的语言文化.
如果希望设置为中文简体环境, 在 Windows 下写作:
setlocale(LC_ALL, "zh-CN");
在 Linux 和 Mac OS 下请写作:
setlocale(LC_ALL, "zh_CN");
示例:
/* #include <stdio.h>
int main(void)
{
char *str = "你好";
printf("%s\n", str);
unsigned long a = '你';
printf("%c\n", a);
} */
#include <wchar.h>
#include <locale.h>
int main()
{
wchar_t a = L'A'; //英文字符(基本拉丁字符)
wchar_t b = L'9'; //英文数字(阿拉伯数字)
wchar_t c = L'中'; //中文汉字
wchar_t d = L'国'; //中文汉字
wchar_t e = L'。'; //中文标点
wchar_t f = L'ヅ'; //日文片假名
wchar_t g = L'♥'; //特殊符号
wchar_t h = L'༄'; //藏文
//将本地环境设置为简体中文
setlocale(LC_ALL, "zh_CN");
//使用专门的 putwchar 输出宽字符
putwchar(a);
putwchar(b);
putwchar(c);
putwchar(d);
putwchar(e);
putwchar(f);
putwchar(g);
putwchar(h);
putwchar(L'\n'); //只能使用宽字符
//使用通用的 wprintf 输出宽字符
wprintf(L"Wide chars: %lc %lc %lc %lc %lc %lc %lc %lc\n", //必须使用宽字符串
a, b, c, d, e, f, g, h);
return 0;
}
程序报错, 尚未解决 ╥﹏╥…
宽字符串
给字符串加上 L 前缀就变成了宽字符串, 它包含的每个字符都是宽字符, 一律采用 UTF-16 或者 UTF-32 编码. 输出宽字符串可以使用 <wchar.h> 头文件中的 wprintf 函数, 对应的格式控制符是 %ls.
示例:
#include <wchar.h>
#include <locale.h>
int main()
{
wchar_t web_url[] = L"http://c.biancheng.net";
wchar_t *web_name = L"C 语言中文网";
//将本地环境设置为简体中文
setlocale(LC_ALL, "zh_CN");
//使用通用的 wprintf 输出宽字符
wprintf(L"web_url: %ls \nweb_name: %ls\n", web_url, web_name);
return 0;
}
程序报错, 尚未解决 ╥﹏╥…