C语言宽字符概念及处理 api

宽字符概念

        宽字符又称多字节字符又称 Unicode ，在我们在日常写代码的过程中，大部分接触的是ASCII 字符，那么对于字符变量，我们常用的数据类型是 char ，但是对于中文字符，用 char 变量就不行了，那么就需要使用宽字符了。

        也就是说一般的字符是一个字节组成的，如 0x0a,0x38, 那么对于普通字符， 0x00 就可以用来表示字符串结束符，而宽字符通常是由两个字节组成的，例如:0x0061(97) 依然是用来表示字符 a, 不过它是由两个字节组成，这样一个宽字符最多可表示 65535 个字符，包含了世界上大多数的字样表示。它的类型应该声明为 wchar_t 在 VC++6.0 之前一直以 unsigned short 代替。

        在定义宽字符或宽字符串时使用前缀 L 标识即可，例如：

wchar_t ch = L'你';
wchar_t str[128] = L"你好";

        使用宽字符变量定义中文变量之前，先要使用 setlocale 函数来设置地域，他的作用相当于在控制台窗口设置好当前代码页的编码方式。

设置或读取地域化信息 api

头文件：

#include <locale.h>

头文件中的 lconv 结构体：

typedef struct {
char *decimal_point; //用于非货币值的小数点字符
char *thousands_sep; //用于非货币值的千位分隔符
char *grouping; //一个表示非货币量中每组数字大小的字符串。
char *int_curr_symbol; //国际货币符号使用的字符串。
char *currency_symbol; //用于货币的本地符号
char *mon_decimal_point; //用于货币值的小数点字符。
char *mon_thousands_sep; //用于货币值的千位分隔符
char *mon_grouping; //用于货币值的千位分隔符
char *positive_sign; //用于正货币值的字符
char *negative_sign; //用于负货币值的字符
char int_frac_digits; //国际货币值中小数点后要显示的位数
char frac_digits; //货币值中小数点后要显示的位数
char p_cs_precedes; //如果等于 1，则 currency_symbol 出现在正货币
值之前。如果等于 0，则 currency_symbol 出现在正货币值之后。
char p_sep_by_space; //如果等于 1，则 currency_symbol 和正货币值
之间使用空格分隔。如果等于 0，则 currency_symbol 和正货币值之间不使用
空格分隔。
char n_cs_precedes; //如果等于 1，则 currency_symbol 出现在负货币
值之前。如果等于 0，则 currency_symbol 出现在负货币值之后。
char n_sep_by_space; //如果等于 1，则 currency_symbol 和负货币值
之间使用空格分隔。如果等于 0，则 currency_symbol 和负货币值之间不使用
空格分隔。
char p_sign_posn; //表示正货币值中正号的位置。
char n_sign_posn; //表示负货币值中负号的位置。
} lconv

setlocale 函数

函数原型：

char *setlocale(int category, const char *locale)

描述：

        设置或读取地域化信息。

参数 ：

        category: 这是一个已命名的常量，指定了受区域设置影响的函数类别,类别宏如下

 

         locale: 用来设置地域设置的名称（字符串），也就是设置为哪种地域，对于不同的平台和不同的 编译器，地域设置的名称可能会不同，C 语言标准没有干预太多。C 语言标准只是规定，各个组织在实现编译器时至少要支持以下三个名称

返回值 ：

        1. 如果 setlocale() 执行 成功 ，那么返回一个指向字符串的指针，该字符串包含了当前地域设置的名称。也就是说，setlocale() 会将当前地域设置的名称返回

        2.如果 setlocale() 执行 失败 （例如为 locale 指定的名称不存在，就会导致地域设置失败），那么返回空指针 NULL

备注 ：

        无

使用示例：

1. 查看地域设置

int main (int argc, char *argv[])
{
    char *p = setlocale(LC_ALL, NULL);
    printf("%s\n", p);
}

 

        这样的地域设置如果打印宽字符中文将不会打印出我们需要的文字，这时我们就要设置操作系统为中文地域，setlocale(LC_ALL,””); 就可以了。

localeconv 函数

函数原型：

struct lconv *localeconv(void)

描述：

        设置或读取地域化信息。它会返回一个 lconv 结构类型的对象。查看与货币相关的地域信息

返回值 ：

        该函数返回一个指向当前区域 struct lconv 的指针

使用示例 ：

int main ()
{
    struct lconv * lc;
    setlocale(LC_MONETARY, "C");
    lc = localeconv();
    printf ("当地的货币符号: %s\n",lc->currency_symbol);
    printf ("国际货币符号: %s\n",lc->int_curr_symbol);
    setlocale(LC_MONETARY, "");
    lc = localeconv();
    printf ("当地的货币符号: %s\n",lc->currency_symbol);
    printf ("国际货币符号: %s\n",lc->int_curr_symbol);
    printf("小数点 = %s\n", lc->decimal_point);
    return 0;
}

 宽字符相关 API

宽字符串长度函数 wcslen

头文件：

#include <wchar.h>

函数原型 ：

size_t wcslen(const wchar_t *s);

参数：

        s:宽字符串地址

返回值：

        返回宽字符的个数

备注 ：

        宽字符的个数不等同于它的字节数

示例 ：

int main ()
{
    wchar_t str[128] = L"你好 word";
    printf("%ld\n",wcslen(str));
    return 0;
}

 宽字符输出函数 wprintf

头文件：

#include <wchar.h>

#include <stdio.h>

函数原型 ：

int wprintf(const wchar_t *format, ...);

参数：

        format:格式化宽字符串

返回值：

        返回打印的宽字符个数

备注 ：

        宽字符串使用%ls, 宽字符使用 %lc.wprintf 也可以完全当成 printf 去使用但是输出的格式化字符串是宽字符而已，而且使用 wprintf 会使得 printf 变得失效。

示例 ：

int main ()
{
    wchar_t ch = L'0';
    setlocale(LC_ALL, "");
    wchar_t str[128] = L"你好 word";
    int t = wprintf(L"nihao=%ls\n",str);
    wprintf(L"%d,%lc,%d\n",t,ch,ch);
    return 0;
}

 宽字符输入函数 wscanf

头文件：

#include <wchar.h>

#include <stdio.h>

函数原型 ：

int wscanf(const wchar_t *format, ...);

参数：

        format:格式化宽字符串

返回值：

        返回输入的宽字符个数

备注 ：

        宽字符串使用%ls, 宽字符使用 %lc.wscanf 也可以完全当成 scanf 去使用，但是输入的格式化字符串是宽字符而已，而且使用 wscanf 会使得 scanf 变得失效。

示例 ：

int main ()
{
    wchar_t ch = L'0';
    setlocale(LC_ALL, "");
    wchar_t str[128];
    wscanf(L"%ls",str);
    int t = wprintf(L"nihao=%ls\n",str);
    wprintf(L"%d,%lc,%d\n",t,ch,ch);
    wscanf(L"%d",&t);
    wprintf(L"%d\n",t);
    return 0;
}

 宽字符比较函数 wcscmp

头文件：

#include <wchar.h>

函数原型 ：

int wcscmp(const wchar_t *s1, const wchar_t *s2);

参数：

        两个要比较的宽字符串

返回值：

        s1 == s2 返回 0

        s1 > s2 返回值大于 0

        s1 < s2 返回值小于 0

备注 ：

        无

宽字符拷贝函数 wcscpy

头文件：

#include <wchar.h>

函数原型 ：

wchar_t *wcscpy(wchar_t *dest, const wchar_t *src);

描述：

        把 src 指向的宽字符串拷贝到 dest 指向的地址

返回值：

        成功返回拷贝后的地址，失败返回 null

备注 ：

        无

宽字符连接函数 wcscat

头文件：

#include <wchar.h>

函数原型 ：

wchar_t *wcscat(wchar_t *dest, const wchar_t *src);

描述：

        把 src 指向的宽字符串连接到 dest 指向的宽字符串后面

返回值：

        成功返回连接后的宽字符地址，失败返回 null

备注 ：

        无

宽字符查找子宽字符串函数 wcsstr

头文件：

#include <wchar.h>

函数原型 ：

wchar_t *wcsstr(const wchar_t *haystack, const wchar_t *needle);

描述：

        查找 haystack 中是否有子宽字符串 needle ，如果有返回首次出现的地址

返回值：

        如果有返回首次出现的地址，失败返回 null

备注 ：

        无

宽字符和字符之间的转换

        在头文件#include<stdlib.h> 中有几个 api 可以实现宽字符转换成字符的操作，我们称转换后的宽字符为多字节字符，其中有：

        wbstowcs 函数 ：可以将多字节字符转换为宽字符

        mblen 函数 ：可以计算多字节字符的长度

        wcstombs 函数 ：可以将宽字符转换为多字节字符

        mbtowc 函数 ：可以将多字节序列转换为宽字符

        wctomb 函数 ：可以将宽字符转换为多字节字符， 并把它存储在字符数组的开头

但是因为不常用，所以在此不进行过多说明，感兴趣的可以自己去了解一下