多字节和双字节(宽字符)讨论

时间:2022-03-23 20:17:58

unicode规定必须用两个字节,其中包括了几乎所有的文字。但是对于原来ASCII编码中的字符,也占用了两个字符,浪费空间

多字节编码是指utf-8,这一类为传输而设计的编码,一般汉字占3字节,英文占1字节,是对双字节Unicode的改进,节约空间

在C中,char叫多字节字符,一个char占一个字节,之所以叫多字节字符是因为它表示一个字时可能是一个字节也可能是多个字节。一个英文字符(如’s’)用一个char(一个字节)表示,一个中文汉字(如’中’)用3个char(三个字节)表示。若要使用宽字节需要用到wchar_t类型

    wchar_t ch1 = 'H';
    char ch2 = 'H';
    printf("%d %d", sizeof(wchar_t), sizeof(ch2));
        //打印为  2   1

对于Unicode和utf8的详细理解可以看知乎一篇文章中的讨论和解释,甚为详细,易懂,希望你能认真看完知乎上的这片文章,会有非常大的收获