什么是C语言中的“宽字符串”?
我在书中遇到过这个:
wscanf(L"%lf", &variable);
其中第一个参数的类型为wchar_t *
。
这与scanf("%lf", &variable);
其中第一个参数是char *
类型。
那有什么不同呢? 我之前从未听过“宽字符串”。 我听过一些名为Raw String Literals的东西,它正在打印字符串(不需要像转义序列那样的东西),但那不是在C.
宽字符的确切性质是(有目的地)左实现定义。
当他们第一次发明wchar_t
的概念时,ISO 10646和Unicode仍然相互竞争(而现在,他们大多是合作的)。 他们只是提供了一种类型(和一些function),而不是试图判断一个国际角色是一个或另一个(或者可能是完全不同的东西),而实现可以定义它们以支持他们选择的国际角色集。
不同的实施已经发挥了变异的潜力。 例如,如果你在Windows上使用微软的编译器, wchar_t
将是一个16位类型,持有UTF-16 Unicode(最初它拥有UCS-2 Unicode,但现在已经过时了)。
在Linux上, wchar_t
通常是32位类型,持有UCS-4 / UTF-32编码的Unicode。 gcc到至少其他一些操作系统的端口也是这样做的,尽管我从未试图确认它总是如此。
但是,不能保证这一点。 至少在理论上,Linux上的实现可以使用16位,或者Windows上的一个可以使用32位,或者任何一个可以决定使用64位(尽管我实际上看到它有点惊讶)。
在任何情况下,关于事物如何工作的一般概念是单个wchar_t
足以表示代码点。 对于I / O,数据旨在从外部表示(无论它是什么)转换为wchar_t
s,它(应该)使它们相对容易操作。 然后在输出期间,它们再次转换为您选择的编码(这可能与您阅读的编码完全不同)。
“宽字符串”指的是字符串中字符的编码。
来自维基百科 :
宽字符是计算机字符数据类型,其大小通常大于传统的8位字符。 增加的数据类型大小允许使用更大的编码字符集。
UTF-16是最常用的宽字符编码之一。
此外, wchar_t
由Microsoft定义为unsigned short(16-bit)
数据对象。 这可能并且很可能是其他操作系统或语言中的不同定义。
摘自以下评论中的维基百科文章:
“wchar_t的宽度是特定于编译器的,可以小到8位。因此,需要可以在任何C或C ++编译器上移植的程序不应使用wchar_t来存储Unicode文本.wchar_t类型用于存储编译器 – 定义了宽字符,在某些编译器中可能是Unicode字符。“