gpt4 book ai didi

c - C/POSIX 语言环境中扩展字节/字符的行为

转载 作者:太空狗 更新时间:2023-10-29 16:28:44 25 4
gpt4 key购买 nike

C 和 POSIX 都只要求在 C/POSIX 语言环境中出现一组非常有限的字符,但允许存在其他字符。这为实现留下了很大的自由;例如,在 C 语言环境中支持所有 Unicode(如 UTF-8)是符合规范的行为。然而,大多数历史实现将 C 语言环境视为具有“8 位干净”的单字节字符编码,即 ISO-8859-1 (Latin-1) 或一种“抽象的 8 位字符集”,其中非 ASCII 字节是没有特定标识的抽象字符。 (但是,在后一种情况下,如果编译器定义了 __STDC_ISO_10646__,它们通常对应于 Unicode 字符,通常是 Latin-1 范围。)

另一个似乎不那么受欢迎的合规选项是将所有非 ASCII 字节视为非字符,即用 EILSEQ 错误响应它们。

我感兴趣的是,在实现 C 语言环境时是否有采用此选项或任何其他不寻常选项的实现。是否存在尝试在 C 语言环境中转换“高字节”导致 EILSEQ 或除了将它们视为(抽象或 Latin-1)单字节字符或 UTF-8 之外的任何其他内容的实现?

最佳答案

从您的评论到上一个答案:

The ways in which the assumption could be wrong are basically that bytes outside the portable character set could be illegal non-character bytes (EILSEQ) or make up some multibyte encoding (UTF-8 or a stateless legacy CJK encoding)

Here你可以找到一个例子。

Plan 9 仅支持“C”语言环境。正如您在 utf.c 中看到的那样和 rune.c , 当它在可移植字符之外发现 rune 时,它只是将其作为来自不同编码的字符处理。

另一个候选人可能是Minix*BSD family (就他们使用 citrus 而言)。在 Minix 源代码中我还找到了 file command当字符大小不是 8 位时寻找新的编码。

关于c - C/POSIX 语言环境中扩展字节/字符的行为,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15649165/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com