printf从整数转义了unicode字符

Question

我正在重写这个问题。

我想使用整数常量创建带有Unicode逸出字符的字符串，例如"\α" 。 例如，此字符串是希腊字母alpha。

const char *alpha = "\u03B1"

我想使用整数值0x03B1调用printf来构造相同的字符串。 对于此示例，可以这样做，但是我不确定从0x03B1获得这两个数字。

printf("%c%c", 206, 177);

该链接说明了怎么做，但我不确定该怎么做。 http://www.fileformat.info/info/unicode/utf8.htm

对于等于或小于2047（十六进制0x07FF）的字符，UTF-8表示形式跨两个字节。 第一个字节将设置两个高位，第三个位清零（即0xC2至0xDF）。 第二个字节将设置高位，第二个位将清零（即0x80至0xBF）。

注意：我不想用反斜杠创建字符串"\\\α" 。 这与转义的Unicode字符"\α"不同。

Answer 1

看起来，即使是最新的C和C ++标准在处理Unicode方面也有些令人失望。

对于那些对问题示例感到困惑的人，就像我曾经那样：

const char *alpha = "\u03B1"

在C99中，这将在alpha存储一个指向字符串"α" （U + 03B1）的指针。 在C89中，这是无效的语法。

我找不到一种将\\u\u003c/code>语法与变量或整数常量一起使用的方法，例如问题的要求。 使用库向程序添加更好的Unicode支持可能会更好。 我尚未使用ICU库 ，但这听起来很有希望。

• 如何使用ICU将Unicode代码点转换为C ++中的字符？ ：可能是您问题的答案
• C ++中的Unicode处理 ：一个相关的堆栈溢出问题

Answer 2

我想到了。

第一个字节包含5个高位， 0x7c0 is 11111000000 ，第二个字节包含低5位， 0x3f is 00000111111 unicode值。

第一个字节使用掩码0xc0 is 11000000来设置两个高位，第二个字节使用0x80 is 10000000来设置第一个高位。

int alpha = 0x03B1; // 945
char byte1 = 0xc0 | ((alpha & 0x7c0) >> 6); // 206
char byte2 = 0x80 | (alpha & 0x3f); // 177
printf("%c%c", byte1, byte2);