在C语言中，如何将一个整数打印为128-255字符？

Question

我仍在使用 C 语言进行实验，以了解其工作原理。

我在打印扩展 ASCII 表（128-255）中的字符时遇到了问题。如果我使用 printf("Â")（例如），它会打印出 Â（一切正常）。然而，如果我给变量赋值，例如 a = 194，然后打印该变量 printf("%c",a)，它会打印出 � 而不是 Â。

顺便说一下，对于 32-127 的字符，它可以正常工作（例如，35 打印出 #）。

如何从整数（十进制或二进制）打印出 128-255 范围内的字符？

我使用的是 GCC 11.3 在 Ubuntu 20.04.1 LTS 上。

- someonearth

---

没有标准的“扩展ASCII表”。你的终端可能使用UTF-8编码，该编码对非ASCII字符使用多个字节。 - interjay

没有标准的“扩展ASCII表”。你的终端可能使用UTF-8编码，该编码对非ASCII字符使用多个字节。 - interjay

这不是重复的吗？ - Peter Mortensen

打印在什么上下文中？在终端窗口中吗？哪个终端？ - Peter Mortensen

打印是在什么情况下？在一个终端窗口中吗？哪个终端窗口？ - Peter Mortensen

Answer 1

很可能你的编译器和终端都使用UTF-8来编码非ASCII字符。

字符集和编码是一个广泛的主题，有许多不同且不兼容的约定和实现。在传统的单字节编码（如ISO8859-1和Windows-1252）中，"Â"确实被编码为194。它也是Unicode标准中的字符编号，该标准有超过100,000个不同的代码点，用于表示世界上几乎所有的语言和符号集。

有不同的方式来表示这些字符的字节序列，其中最常见的是UTF-8，在99%的网页中使用。ASCII字符在32-127范围内表示为单个字节，而具有更大代码点的字符则使用2到4个字节，一个前导字节在C2到F4范围内，以及1到3个尾随字节在80到BF范围内。Â被编码为C3 82，这意味着"Â"实际上是一个由两个字节组成的字符串，与"\xC3\x82"相同。

您可以使用以下代码进行验证：

#include <stdio.h>
#include <string.h>

int main(void) {
    const char *s = "Â";
    int len = strlen(s);
    printf("%s: len=%d, bytes=", s, len);
    for (int i = 0; i < len; i++) {
        printf("%02hhX%c", s[i], " \n"[i == len - 1]);
    }
    return 0;
}

输出应该是Â: len=2, bytes=C3 82。

要将非ASCII字符转换为UTF-8序列以输出流，请使用来自<locale.h>和宽字符输出的区域设置函数。

    setlocale(LC_ALL, "en_US.UTF-8");
    printf("%lc\n", 194);

输出：

Â

如果终端中的区域设置正确配置，则可以使用 setlocale(LC_ALL, ""); 选择默认区域设置。

- chqrlie

Answer 2

正如@interjay所指出的，以及维基百科上所写的：

“扩展ASCII”没有正式的定义，有时甚至会受到批评，因为它可能被错误地解释为美国国家标准学会（ANSI）已经更新了其ANSI X3.4-1986标准以包括更多字符，或者该术语标识了一个单一明确的编码，但实际情况并非如此。 维基百科：扩展ASCII

---

此外，当你将 printf("Â"); 作为字符串使用时，你可以打印出 Â。因为你的编译器和终端都会将其解释为 Unicode 字符。你可以通过编译以下代码来验证：

#include <stdio.h>

int main() {
    char c = 'Â'; // set single character variable to be Â

    printf("%c", c); // print the variable

    return 0;
}

在我的系统上，我的编译器给了我这个警告：

extended_ascii.c: In function ‘main’:
extended_ascii.c:4:18: warning: multi-character character constant [-Wmultichar]
    4 |         char c = 'Â'; // set single character variable to be Â
      |                  ^~~
extended_ascii.c:4:18: warning: overflow in conversion from ‘int’ to ‘char’ changes value from ‘50050’ to ‘-126’ [-Woverflow]

这表明Â确实是一个Unicode多字节字符。

---

你也可以尝试运行这段代码来检查Â会被扩展成什么：

#include <stdio.h>

int main() {
    char c[] = "Â"; // set a string variable to be Â

    for(int i = 0; c[i] != '\0'; i++) { // loop through each character
        printf("%d ", c[i]); // print integer value of each character
    }

    return 0;
}

而且，它的输出是：

-61 -126

所以，你的Â是一个多字节字符，扩展到那些值。如果你尝试分别打印每个字符，你会再次看到��。因此，当它们一起打印时，终端会将其解释为一个Unicode字符并打印出期望的结果。

---

顺便说一句，我在互联网上也找到了这个：

在Windows-1252字符集中，ASCII码194由字符Â表示...

请注意使用了“Windows-1252字符集”这个词。虽然我对这个字符集一无所知，但导致194无法打印为Â的最有可能原因是您的终端不支持该字符集。

- L_R

Answer 3

我在打印扩展ASCII表（128-255）中的字符时遇到了问题。

抱歉，但实际上没有所谓的“扩展ASCII表”，ASCII只从0到127（总共128个字符）。你提出的问题实际上取决于字符集以及C对该字符集的支持是否在国际化库中。

首先，你需要确定一个输出设备支持的字符集（这是你打印字符的终端——虚拟或真实的），然后将所有内容编码为该字符集，你就会看到预期的输出。

- Luis Colorado