寬字元和多位元組字元（mbtowc wctomb）

c 語言原本是在英文環境中設計的，主要的字符集是7 位的ascii 碼。從此開始，8 位的byte（位元組）變成最常見的字元編碼單位，但是國際化軟體必須能夠表示不同的字元，而這些字元數量龐大，無法使用乙個位元組編碼，於是世界上使用各式各樣多位元組的字元編碼集合已經有數十年了，比如用來表示「非拉丁字母」以及「非字母」的中、日、韓文本系統。在1994 年，「normative addendum 1」（基準增補一）的採用，讓iso c 可以標準化兩種表示大型字符集的方法：寬字元（wide character，該字符集內每個字元使用相同的位長）以及多位元組字元（multibyte character，每個字元可以是一到多個位元組不等，而某個位元組序列的字元值由字串或流（stream）所在的環境背景決定）。

注意：雖然c現在提供抽象機制，可以處理和轉換不同種類的編碼集合，但語言本身並沒有定義或指定任何編碼集合，或任何字符集（除前一節提到的基本源**字符集和基本執行字符集外）。換句話說，這部分是由個別的實現版本指定如何編碼寬字元，以及要支援什麼型別的多位元組字元編碼機制。

自從1994 年的增補之後，c 不只提供char型別，還提供wchar_t型別（寬字元），此型別定義在stddef.h 標頭檔案中。wchar_t 型別足以表示某個實現版本擴充套件字符集的任何元素。

雖然c 標準沒有支援unicode 字符集，許多實現版本使用unicode 轉換格式utf-16 和utf-32（參考來處理寬字元。unicode 標準和iso/iec 10646標準相當接近，而且是許多既有字符集（包括7 位的ascii）的超集。如果遵循unicode標準，wchar_t型別至少是16或32位長，而wchar_t型別的乙個值就代表乙個unicode 字元。比方說，下列的定義將變數wc 初始化為希臘字母α。

wchar_t wc = '"x3b1';

此轉義符以「"x」起頭，後面接著十六進製制的數字，會將這個數字所代表的字元賦值到變數中。在這個例子中，此字元是小寫的alpha。在多位元組字符集中，每個字元的編碼寬度都不等，可以是乙個位元組，也可以是多個位元組。源**字符集和執行字符集都可能包含多位元組字元，如果真的包含多位元組字元的話，那麼基本字元集中的每個字元都只會占用乙個位元組（完全沒有多位元組的字元），空字元是唯一的例外，空字元可能會占用任意個數的位元組（但這些位元組內全部的位都必須為0）。多位元組字元可以被用於字元的常量、字串字面值（string literal）、識別符號（identifier）、注釋（comment），以及標頭檔案。許多的多位元組字符集被設計來支援特定國家的語言，例如jis 字符集（日本業界標準，japanese industrial standard）。多位元組utf-8 字符集是由unicode consortium（萬國碼聯盟）定義的，可以表示unicode 字符集的所有字元。

utf-8 字元所使用的空間大小從乙個位元組到四個位元組都有可能。多位元組字元和寬字元（也就是wchar_t）的主要差異在於寬字元占用的位元組數目都一樣，而多位元組字元的位元組數目不等，這樣的表示方式使得多位元組字串比寬字串更難處理。

比方說，即使字元'a'可以用乙個位元組來表示，但是要在多位元組的字串中找到此字元，就不能使用簡單的位元組比對，因為即使在某個位置找到相符合的位元組，此字節也不見得是乙個字元，它可能是另乙個不同字元的一部分。然而，多位元組字元相當適合用來將文字儲存成檔案（參見第13 章）。

c 提供了一些標準函式，可以將多位元組字元轉換為wchar_t，或將寬字元轉換為多位元組字元。比方說，如果c 編譯器使用unicode 標準的utf-16 和utf-8，那麼下面呼叫wctomb()函式就可以獲得字元α 的多位元組表示方式（注：wctomb = wide character to multibyte）。

wchar_t wc = l'"x3b1'; // 小寫的希臘字母alpha，α
char mbstr[10] = "";
int nbytes = 0;
nbytes = wctomb( mbstr, wc );

在呼叫此函式之後，mbstr陣列會得到多位元組的字元，在這個例子中，也就是""xce"xb1"符號。此wctomb()函式的返回值是「所需要的位元組個數」，在這個例子中，被賦值到變數nbytes 的值是2，意思是：希臘小寫字母alpha 在多位元組字元中需要占用兩個位元組。

寬字元和多位元組字元（mbtowc wctomb）

多位元組字元與寬字元

寬位元組字符集和多字符集

多位元組字符集和寬位元組字符集區別

寬字元和多位元組字元（mbtowc wctomb）

多位元組字元與寬字元

寬位元組字符集和多字符集

多位元組字符集和寬位元組字符集區別

相關推薦