C++ 使用 c 中的 write() 函数将非 ASCII 字符写入标准输出

在C源代码中、在过程存储器中和/或作为go 往/来自终端的字节流对非ASCII字符进行编码有不同的方法.假设您的系统对所有3个字符都使用UTF-8，这是非常常见的，尤其是在Unix系统(Linux、MacOS)上，字符ğ被编码为一个2字节的序列C4 9F，因此字符串"ğğğ"实际上占用6个字节外加一个空终止符.

要打印单个ğ，您可以使用write(1, "ğ", 2)或简单地使用write(1, "ğ", strlen("ğ")).

当您对位于str[0]和str[1]的各个字节发出两个单独的写入调用时，第一个将输出UTF-8前导字节0xC4，第二个将输出尾部字节0x9F.str[1]不是字符串中的第二个character，它表示总共具有7个字节的字符数组str的第二个字节.在一个或两个WRITE调用中写入2个字节的序列在您的终端上产生相同的结果:单个ğ个字符.

这printf个调用的行为完全相同:输出2个字节，形成一个字符ğ(Unicode代码点U-011F，编码为"\xC4\x9F").

请注意，'ğ'是格式错误的字符常量，它不可移植，不应用于表示非ASCII字符.一些C编译器会将其解析为多字节字符常量，如'abc'，这在历史上是一个令人困惑的奇怪现象，而另一些C编译器，如clang，将生成错误.

以下是一个测试程序:

#include <stdio.h>
#include <string.h>
#include <wchar.h>

int main(void) {
    const char *str = "ğ";
    const wchar_t *wstr = L"ğ";

    printf("str: \"%s\"\n", str);
    printf("strlen(\"%s\"): %zu\n", str, strlen(str));
    printf("sizeof \"%s\": %zu\n", "ğ", sizeof "ğ");
    printf("str[0]: 0x%02hhX, str[1]: 0x%02hhX\n", str[0], str[1]);

    //this generates an error:
    //  character too large for enclosing character literal type
    //printf("'%s' = %#x\n", str, 'ğ');

    printf("wstr: L\"%s\"\n", str);
    printf("wclen(L\"%s\"): %zu\n", str, wcslen(wstr));
    printf("sizeof L\"%s\": %zu\n", str, sizeof L"ğ");
    printf("wstr[0]: 0x%04X\n", wstr[0]);

    printf("sizeof L\'%s\': %zu\n", str, sizeof L'ğ');
    printf("L'%s' = 0x%04X\n", str, L'ğ');

    return 0;
}

MacOS上的输出:

str: "ğ"
strlen("ğ"): 2
sizeof "ğ": 3
str[0]: 0xC4, str[1]: 0x9F
wstr: L"ğ"
wclen(L"ğ"): 1
sizeof L"ğ": 8
wstr[0]: 0x011F
sizeof L'ğ': 4
L'ğ' = 0x011F