我在理解Windows C程序控制台上打印的字符集时遇到了麻烦。我没有发现任何问题直接回答这个问题(如果应该有一个链接将不胜感激)。
当查看一些不同的字符集(UCS-2, ISO 8859-1, Unicode)时，我总是在字符'ü'之后找到字符'ý'。当我编写一个C程序在控制台上打印字符时，实际上字符"上标2"跟在"ü"后面(对不起，我不知道怎么写下标)。在visual studio调试环境中，'ý'仍然显示在'ü'之后。
因此，我的问题是:C使用什么字符集在控制台上编写?这些字符是一些扩展的iso-latin-1字符在编码为utf-8时的iso-latin-1版本。这可能有两个原因:
- 你在你的程序输出中使用utf-8(所以一个单独的utf字符，代码点在
u0080…u002f，打印为两个字符)，您的终端不支持utf-8输出。 - 你已经从一个不支持unicode字符的utf-8编码的程序的utf-8键盘上读取了这些字符。因此，字符被读取为成对字符，并被处理，然后作为成对输出。
因此，我的问题是:C在控制台上使用什么字符集?
视情况而定。为了支持多字节字符，您需要在C中做几件事。我假设您没有做任何特别的事情，只是使用C的正常函数，通常假设您使用7位ASCII字符，并且区域设置为C(这根本不是区域设置):
- 您需要设置输入/输出例程以支持某些区域设置(您正在使用的区域设置，它由一些环境变量设置)，以便它们知道在哪个字符集中显示多字节序列。在main中，需要通过调用
setlocale(3)来初始化区域设置。 - 您需要使用
wchar_t版本的所有例程将使用类型wchar_t(此类型支持超过256个字符的字符集，如Unicode)
你需要教育自己，从那一点开始，例如，strlen()将不会是计算字符串长度的例程(因为它只是计算传递字符串的字节数-这是char相关的，而不是wchar_t相关的)，所以你需要使用mblen(3)代替(在函数原型时要非常小心，因为有些函数采用wchar_t *字符串，而另一些则采用char *字符串)。
查看手册页中的例程，如:scscoll(3),strcoll(3),strxfrm(3),wcsxfrm(3),wprintf(3),fwprintf(3),swprintf(3),vfwprintf(3),fwide(3)，…
我编写了一个小版本的cal(1)命令，并将其国际化以支持外国语言环境和完整的国际支持(包括使用宽字符)。您可以在这里查看完整的东西，使用一个程序以您为会话配置的语言显示其输出。
请参阅locale(1)命令的手册页，以检查您为帐户配置的区域设置。