c - 为什么在 char 中存储 Unicode 字符有效？

Question

我有一个程序可以从终端测试 I/O:

#include <stdio.h>
int main()
{
    char *input[100];
    scanf("%s", input);
    printf("%s", input);
    return 0;

}

它既可以处理 ASCII 字符，也可以处理 Unicode 字符和表情符号。

这是为什么？

Answer 1

您的代码之所以有效，是因为输入和输出流具有相同的编码，并且您没有对 c 做任何事情。

基本上，你输入一些东西，它被转换成一个字节序列，然后存储在 c 中，然后你将那个 bytes 序列发送回 stdout 将它们转换回可读字符。

只要编码和解码过程兼容，就会得到“预期”的结果。

现在，如果您尝试使用标准的“字符串”C 函数会怎样？假设您在终端中输入“♠Hello”，您将获得预期的输出，但是:

strlen(c) -> 8
c[0] -> Some strange character
c[3] -> H

你看到了吗？您可以在 char 数组中存储您想要的任何内容，但这并不意味着您应该这样做。如果要处理扩展字符集，请改用 wchar_t。