在 C 中，如果在 char 變量中給出其字節，如何打印 UTF-8 char？

Question

如果我將 c1、c2 作為 char 變量（這樣 c1c2 將是 UTF-8 字符的字節序列），我該如何創建和打印 UTF-8 字符？

同樣對於 3 和 4 字節 UTF-8 字符？

我一直在嘗試使用mbstowcs()的各種方法，但我就是無法讓它工作。

Answer 1

我設法寫了一個工作示例。
當c1為'\xce'且c2為'\xb8'時，結果為θ 。
事實證明，我必須在使用mbstowcs之前調用setlocale 。

#include <stdlib.h>
#include <stdio.h>
#include <locale.h>
 
int main()
{
   char* localeInfo = setlocale(LC_ALL, "en_US.utf8");
   printf("Locale information set to %s\n", localeInfo);
   
   const char c1 = '\xce';
   const char c2 = '\xb8';
   int byteCount = 2;

   char* mbS = (char*) malloc(byteCount + 1);
   mbS[0] = c1; 
   mbS[1] = c2; 
   mbS[byteCount] = 0; //null terminator
   printf("Directly using printf: %s\n", mbS);
   
   
   int requiredSize = mbstowcs(NULL, mbS, 0); 
   printf("Output size including null terminator is %d\n\n", requiredSize +1);
   
   wchar_t *wideOutput = (wchar_t *)malloc( (requiredSize +1) * sizeof( wchar_t ));
   
   int len = mbstowcs(wideOutput , mbS, requiredSize +1 ); 
   if(len == -1){
       printf("Failed conversion!");
   }else{
       printf("Converted %d character(s). Result: %ls\n", len, wideOutput );
   }
   return 0;
    
}

Output：

Locale information set to en_US.utf8
Directly using printf: θ
Output size including null terminator is 2

Converted 1 character(s). Result: θ

對於 3 或 4 字節的 utf8 字符，可以使用類似的方法。

Answer 2

如果我將 c1、c2 作為 char 變量（這樣 c1c2 將是 UTF-8 字符的字節序列），我該如何創建和打印 UTF-8 字符？

它們已經是一個 UTF-8 字符。 您只需打印它們。

putchar(c1);
putchar(c2);

這取決於您的終端或您用來顯示output 的任何設備，以正確理解和呈現 UTF-8 編碼。 這與您的程序使用的編碼無關，也與寬字符無關。

同樣對於 3 和 4 字節 UTF-8 字符？

你會 output 他們。

---

如果您的終端或您發送字節的設備不理解 UTF-8 編碼，那么您必須將字節轉換為設備可以理解的內容。 通常，您會為此使用外部庫，例如iconv 。 或者，您可以setlocale("C.utf-8")然后將您的字節轉換為wchar_t ，然后setlocale("C.your_target_encoding")然后將字節轉換為該編碼或 output 字節與%ls 。 所有%ls所做的（在普通系統上）是它將字符串轉換回多字節然后輸出它。 wide stream輸出到終端也是一樣，先轉換，再輸出。