c - 将 int Unicode 代码点保存到 UTF-8 文件

Question

上下文

Debian 64 位尝试将一个 int，例如 233 写入一个文件，并使其文本打印“é”。

问题

我无法理解如何编写一个 utf8 等效字符，例如“é”或任何比 char 类型可以包含的宽度大得多的 UTF-8 字符。该文件应该是人类可读的，以便通过网络发送。

我的目标是将一个 int 写入一个文件并获得它的 utf8 等价物。

我不知道我在做什么。

代码

FILE * dd = fopen("/myfile.txt","w");
fprintf(dd, "%s", 233); /* The file should print "é" */
fclose(dd);

谢谢

更新:

根据 Biffen 的评论，这是另一段代码，其中写入“E9”(“é”的十六进制值)；

int p = 233;
char r[5];
sprintf(r,"%x",p);
printf("%s\n",r);
fwrite(r,1,strlen(r),dd);
fclose(dd);

如何将其转换为“é”？

更新最终工作代码:

UFILE * dd = u_fopen("/myfile.txt","wb", NULL, NULL);
UChar32 c = 233;
u_fputc(c,dd);
u_fclose(dd);

Answer 1

您似乎期望 printf() 了解 UTF-8，但事实并非如此。

你可以自己实现UTF-8编码，毕竟是很简单的编码。

解决方案可能如下所示:

void put_utf8(FILE *f, uint32_t codepoint)
{
    if (codepoint <= 0x7f) {
       fprintf(f, "%c", (char) codepoint & 0x7f);
    }
    else if (codepoint <= 0x7ff) {
       fprintf(f, "%c%c", (char) (0xc0 | (codepoint >> 6)),
                          (char) (0x80 | (codepoint & 0x3f));
    }
    else if (codepoint <= 0xffff) {
       fprintf(f, "%c%c%c", (char) (0xe0 | (codepoint >> 12)),
                            (char) (0x80 | ((codepoint >> 6) & 0x3f),
                            (char) (0x80 | (codepoint & 0x3f));
    }
    else if (codepoint <= 0x1fffff) {
       fprintf(f, "%c%c%c%c", (char) (0xf0 | (codepoint >> 18)),
                              (char) (0x80 | ((codepoint >> 12) & 0x3f),
                              (char) (0x80 | ((codepoint >> 6) & 0x3f),
                              (char) (0x80 | (codepoint & 0x3f));
    }
    else {
        // invalid codepoint
    }
}

你可以这样使用它:

FILE *f = fopen("mytext.txt", "wb");
put_utf8(f, 233);
fclose(f);

然后它将0xC3和0xA9这两个字符输出到f。

参见 Wikipedia有关 UTF-8 的更多详细信息。