C语言的Unicode Hello World怎么写？

Question

我正尝试从C输出像安、蠀、☃这样的东西。

#include <wchar.h>
int main()
{
    fwprintf(stdout, L"안, 蠀, ☃\n");
    return 0;
}

输出是？，？，？

我该如何打印这些字符？

编辑：

#include <wchar.h>
#include <locale.h>
int main()
{
    setlocale(LC_CTYPE, "");
    fwprintf(stdout, L"안, 蠀, ☃\n");
    return 0;
}

这就是解决的方法。输出结果为安、蠀和☃。但是在我的urxvt中，中文字符和雪人会显示为方框，这可能是因为我没有启用这些区域设置。

$ locale -a
C
en_US
en_US.iso88591
en_US.iso885915
en_US.utf8
ja_JP.utf8
ko_KR
ko_KR.euckr
ko_KR.utf8
korean
korean.euc
POSIX
zh_CN.utf8

我需要启用哪个语言环境才能显示中文字符和雪人？也许我需要字体吗？

上面的程序在Windows上是否可以运行？

- numeric

---

你是用Windows还是Linux？ - Zifre

我的电脑出了点问题，因为我在代码示例中也看到了那些问号！ - alvatar

尝试将编码设置为Unicode（UTF-8）（在Firefox中，查看->字符编码）。 - Lucas Jones

我在韩语中看到了“ang”，在中文中看到了“ci”，还有一个雪人。这不是任何一种语言中的“hello world”。 - CookieOfFortune

您的编辑（包含setlocale一行）在我使用的Mac OS X上，在苹果的Terminal.app和urxvt下都能工作; 我的LANG=en_US.UTF-8。有可能是您没有安装包含中文字符和雪人的字体。 - Brian Campbell

utf8everywhere.org 将教您如何在 Windows 上处理文本。 - Pavel Radzivilovsky

Answer 1

您需要将输出终端设置为与Unicode兼容。

在Linux（使用Bash shell）上尝试：

$ LANG=en.UTF-8

并确保您的终端仿真器能够显示Unicode并已配置为显示Unicode。

- Alnitak

Answer 2

在获取Unicode输出的过程中有许多个人阶段，所有这些阶段都必须正确配置。

首先，您是否启用了Unicode支持进行编译？在Windows下需要这样做（-D UNICODE -D __UNICODE）。

其次，您是否将其发射到支持Unicode的命令行中，无论是原则上还是拥有包含您正在发射的字符字形的字体？

第三，您的编译器和命令行使用的Unicode编码是否匹配？如果您的命令行期望UTF8，则在二进制文件中使用UCS2是没有用的。

基本上，您需要真正理解Unicode及其编码才能做到这一点。不要想象这很简单或者您不需要学习所有基础概念；这种东西不能偶然发生，因为有太多的事情必须完全正确。

- user82238

Answer 3

C中的wchar_t定义如下：

类型wchar_t是一个独特的类型，其值可以表示所有支持语言环境（22.1.1）中最大扩展字符集的所有成员的不同代码。[...]

多字节字符与wchar_t之间的区别：

多字节字符可能需要根据编码（例如：UTF-8、UTF-16）为给定字符使用多个字节。

而

wchar_t具有固定大小，即wchar_t的sizeof是由实现定义的。请注意，此宽度定义了您的wchar_t可以支持哪些编码。因此，如果sizeof(wchar_t)==2，则无法使用UTF-32编码。

还要记住，wchar_t本身没有编码意义。您必须首先告诉编译器要使用什么样的编码来处理wchar_t数据。错误输出很可能是因为字符正在以默认编码进行处理，该编码无法正确支持这些字符，并且匹配失败导致“notdef”样式的“?”输出。

- dirkgently

---

wchar_t并不一定是多字节的 - 它可以是一个字节长。 - user82238

嗯，是的，我应该更加严谨一些 :-) - dirkgently

Answer 4

您需要配置您的系统以接受这些字符。您使用的是什么操作系统？Windows，Linux？

- Fabio Vinicius Binder

---

我正在使用 Linux。$ locale 全部设置为 en_US.utf8 - numeric

Answer 5

正如Alnitak所建议的那样，必须指定一个包含要显示的字符的字符集/编码的区域设置。 (Unicode/)UTF-8应该涵盖所有Unicode字符。

您的终端应使用具有相应字形的字体。

Windows的CMD.EXE在超过8位的字符集方面非常薄弱。也许，您需要一个GUI窗格而不是依赖于stdout。

- eel ghEEz