wchar 以单个或两个空字节结尾？

Posted 2023-02-14

技术标签:

【中文标题】wchar 以单个或两个空字节结尾？【英文标题】：wchar ends with single null byte or two of them? 【发布时间】：2012-08-31 14:45:35 【问题描述】：

我只是不明白，也找不到太多关于 wchar end 的信息。

如果它以单个空字节结尾，它怎么知道它还不是字符串结尾，如果像“009A”这样的东西代表一个unicode符号？

如果它以两个空字节结尾？嗯，我不确定，需要确认。

【问题讨论】：

在 C++ 中，我不知道 wchar 存在于其他地方有些相关：Making a WCHAR null terminated。那里可能有一些关于如何解决这个问题的提示。在 C++ 中，wchar_t（不是wchar）是预定义的类型。在 C 中，wchar_t 是在 <stddef.h> 中定义的 typedef。在这两种情况下，大小都是由实现定义的；在我的系统上，它的大小是 4 字节（32 位）。 【参考方案1】：

由于宽字符串是宽字符数组，它甚至不能以单字节 NUL 结尾。它是一个两字节的 NUL。（C/C++ 中的数组只能保存相同类型的成员，因此大小相同）。

此外，对于 ASCII 标准字符，总是有一个或三个单字节 0，因为只有扩展字符以非零第一个字节开头（取决于 wchar_t 是 16 位还是 32 位宽 - 为简单起见，我假设是 16 位和小端）：

HELLO is 72 00 69 00 76 00 76 00 79 00 00 00

【讨论】：

err，所以如果我像这样访问 wchar 数组：arr[0] = 0;它会自动将第一个和第二个字节设置为零吗？ @Kosmos （如果还不清楚，我建议你阅读关于 C 指针和数组的好教程！） @Kosmos 有一些库可以将 UTF-16（宽字符串）转换为 UTF-8。 @H2CO3：在我的系统上，sizeof (wchar_t) == 4。您似乎也在对字节顺序做出假设。 @H2CO3: "only extended characters start by a non-zero first byte" -- 假设大端（你最近的编辑，你已经做出了明确的假设）。【参考方案2】：

如果你声明

WCHAR tempWchar[BUFFER_SIZE];

你让它为空

for (int i = 0; i < BUFFER_SIZE; i++)
            tempWchar[i] = NULL;

【讨论】：

【参考方案3】：

在 C 中（引用 the N1570 draft，第 7.1.1 节）：

宽字符串是一个连续的宽字符终止序列通过并包括第一个空宽字符。

其中“宽字符”是wchar_t 类型的值，在<stddef.h> 中定义为整数类型。

我在 C++ 标准的the N3337 draft 中找不到“宽字符串”的定义，但应该是类似的。一个小的区别是wchar_t 在 C 中是 typedef，在 C++ 中是内置类型（其名称是关键字）。但是由于 C++ 共享大部分 C 库，包括作用于宽字符串的函数，因此可以安全地假设 C 和 C++ 定义是兼容的。（如果有人可以在 C++ 标准中找到更具体的内容，请评论或编辑本段。）

在 C 和 C++ 中，wchar_t 的大小是实现定义的。它通常是 2 或 4 字节（16 或 32 位，除非您在一个字节大于 8 位的非常奇特的系统上）。宽字符串是由空宽字符终止的宽字符序列（wchar_t 值）。终止宽字符与任何其他宽字符的大小相同，通常为 2 或 4 个字节。

特别是，鉴于wchar_t 大于char，单个空字节不会终止宽字符串。

同样值得注意的是字节顺序是实现定义的。具有值0x1234 的宽字符，当被视为一个 8 位字节序列时，可能显示为：