字符集和它的编码？
标准中提到了很多与字符集相关的概念：基本源字符集，基本执行字符集，基本执行宽字符集，执行字符集和执行宽字符集：
对于基本源字符集，基本执行字符集和基本执行宽字符集，我没有太多问题。
至于执行字符集，标准说它是实现定义的和特定于语言环境的，所以我试图通过观察字符串字面初始化的char数组的字节内容来获得一些真正的意义，其值应该等于编码执行字符集中的字符（并且由于多字节编码，通用字符名称可映射到多个字符元素）：
char str[] = "Greek lowercase alpha is: u03B1.";
看起来，它几乎总是在Linux上是utf-8（ CE B1存储在数组中，用于希腊字母）。 在Windows上，如果系统区域设置为英语（由于希腊语在Windows-1252中不存在，因此存储了错误的值3F ）以及其他语言环境的其他编码（例如，cp936中的中文区域设置中的A6 C1 ，Windows中的E1 -1253为希腊语区域，分别代表这两种编码中的希腊小写字母）。 对于希腊字母在区域中可用的所有情况（因此在执行字符集中可用）， cout << str; 可以适当地打印希腊字母。 一切似乎都没问题。
但对于执行宽字符集，我不太了解。 它在主要平台上的确切编码是什么？ 似乎希腊小写字母α的ISO-10646值0x3B1总是被存储在wchar_t以便在我尝试的所有平台上进行如下所示的声明：
wchar_t wstr[] = L"Greek lowercase alpha is: u03B1.";
所以我猜想执行宽字符集很可能是UCS-2 / UTF-16或UTF-32（不同的环境对于wchar_t有不同的大小，对于Linux来说大小不同，对于Linux来说大小不同，对于Windows来说大小是2）？ 但是， wcout << wstr; 不能在Linux或Windows上正确打印希腊字母。 当然，执行宽字符集的成员和编码是实现定义的，但是对于实现提供的iostream工具来说，这不应该成为一个问题，以适当地识别和处理它，对吗？ （虽然执行字符集也是实现定义的，但iostream工具可以正确处理。）当由iostream工具处理时， wchar_t数组的默认解释是什么？ （无论如何，为了澄清，我对执行宽字符集的本质更感兴趣，而不是找到在某些平台上打印宽字符字符串的正确方法。）
PS：我是wchar_t东西的总新手，所以如果我说错了什么，我的道歉。
执行宽字符集只是用于在运行时对wchar_t进行编码的字符集。 见N3337 S2.3。
编码是实现定义的。 在所有现代系统和平台上，它将是Unicode（ISO-10646），但没有任何东西可以实现。 在较老的平台上，例如IBM大型机，它可能是DBCS或其他不同的东西。 你不会看到它，但这是标准允许的。
EWCS需要有一些特定的成员和转换。 它需要与库函数正常工作。 这些并不是强硬的限制。
宽字符实际上可以是短int（如在Windows上）或int 32（如在Unix上）并且仍然是相同的字符集（Unicode）。
基本上char使用1个字节来编码符号，并用于ANSII文本。 如果您的应用程序仅处理拉丁语，则可以使用。 如果您想要支持所有其他语言（例如俄语），则必须使用多字节或Unicode编码。 这是wchar_t有用的地方。 如果你写了sizeof（wchar_t），你会看到2个字节用于编码一个符号。
当你决定使用wchar_t（宽字符）时，你必须使用支持这种类型的函数。 你会发现许多字符串函数（fopen_s，string）对于wchar_t具有模拟：_wfopen_s，wstring。
链接地址: http://www.djcxy.com/p/68391.html上一篇: character set and its encoding?
下一篇: C standard : Character set and string encoding specification