操作多字节字符的字符串。

Question

我是一名初学者的C程序员。我想写一个C程序，有时候涉及英文文本（适合8位字符），有时候涉及日文文本（需要16位）。

如果我使用相同的代码处理两种语言的文本，是否需要为每个字符都保留16位？

有哪些多字节字符的编码方式？

如果编译器无法紧凑存储多字节字符串会怎样？

我很困惑。请帮助我解决这个问题。请附上代码示例支持您的答案。另外，请在C ++的上下文中解释相同的内容，因为我也正在学习C ++并且对这种语言具有初学者级别的经验。

提前感谢。

这是几天前问一个熟人的面试题。

- Animesh

---

你使用的是哪个SDK，Visual Studio吗？ - A B

UTF-8是首选。 - Jim Balter

@JimBalter：对于输入和输出，当然是这样。但对于中间处理，完整的16位肯定更方便吧？使用UTF8会使所有基本字符串处理变得更加复杂。 - Jongware

@Angew 我同意你的观点。 - Animesh

在我们分享链接的同时，另一个相关的阅读材料是：UTF-8无处不在。 - Angew is no longer proud of SO

Answer 1

在C ++中，你可以使用std::wstring，它使用wchar_t作为底层的char类型。在C ++11中，根据所需字符的存储量，你也可以使用std::u16string或std::u32string。

C语言中也有<wchar.h>中定义的wchar_t。

- Shoe

Answer 2

好的，在进行一些研究后，我想我得到了一个答案：

mbstowcs（“多字节字符串转宽字符字符串”）和wcstombs（“宽字符字符串转多字节字符串”）在wchar_t数组（其中每个字符占16位或两个字节）和多字节字符串之间进行转换（其中如果可能，单个字符存储在一个字节中）。

- Animesh