C语言汉字处理问题

shoei

在unix C语言中怎么处理汉字，例如
char str1[21]="a汉b字"
我想把 a汉 这两个字符拷贝到另一个字符数组中，该如何实现？
（请不要告诉我用memcpy(str2,str1,3)这样的写法！！）
另外，C程序怎样才能根据环境中的编码自动处理字符问题
例如locale为zh_CN.gbk,“汉”是作为一个字符，
而locale为en_US.iso88591时，“汉”是作为两个字符处理的？

希望高手指教～

dodolo0k

期待高手解答，我曾经做过嵌入式平台字库引擎相关的一些开发，PC上应用也很菜
第一个问题貌似是：
char str1[21]=L"a汉b字"；
第二个问题貌似C++才能更具当前设置local去做处理

shoei

关于C++的locale处理，可否说得详细一点，有例子不？

dodolo0k

google上去找找吧，因为没有做过PC应用开发，我只是有点印象

dodolo0k

原帖由 shoei 于 2008-8-5 22:20 发表
关于C++的locale处理，可否说得详细一点，有例子不？

c 设置local example
http://www.cplusplus.com/referen ... cale/setlocale.html

c++ set local example:

char* g_pszOriLocale = setlocale(LC_ALL, NULL); //儲存先前的設定 #if defined(_WIN32) || defined(__WIN32__) || defined(WIN32)     setlocale(LC_ALL, "Chinese_Taiwan.950");    //Window環境 #else    setlocale(LC_ALL, "zh_TW.Big5"); //Linux 環境 #endif ...... setlocale(LC_ALL, g_pszOriLocale);

[ 本帖最后由 dodolo0k 于 2008-8-5 23:12 编辑 ]

shoei

请问这样进行设置后，如何使用呢？具体怎么体现呢？

dodolo0k

找C++高手，网上应该也有很多可以参考学习的资料

baicj

在处理字符串时不希望字符被拦腰截断，那么就不要使用不定长编码。gbk,utf8什么的都是不定长的。处理的时候先转换成ucs2或ucs4编码，然后想怎么处理怎么处理，最后再转换会你需要的编码。

[ 本帖最后由 baicj 于 2008-8-7 00:02 编辑 ]

qliu00

前面的我不知道,后面的汉”是作为两个字符处理的

汉字都是作为两个字符来处理

hubei_1218

原帖由 shoei 于 2008-8-5 22:01 发表
在unix C语言中怎么处理汉字，例如
char str1[21]="a汉b字"
我想把 a汉 这两个字符拷贝到另一个字符数组中，该如何实现？
（请不要告诉我用memcpy(str2,str1,3)这样的写法！！）
另外，C程序怎样才能根据环 ...

第一个问题8楼已有正解，具体如何从你的str转换成ucs2或者ucs4的wstr可以man mbstowcs或者考虑使用iconv库实现
第二个问题，实际上在iso88591字符集里面肯定是没有给"汉"做编码的.之所以你有这样的错觉（而locale为en_US.iso88591时，“汉”是作为两个字符处理的），可能你对字符在不同开发语言以及不同字符集的定义不是非常清楚。可能你需要看一下相关资料首先确定字符跟字节的区别。当然也有可能你要表达的意思我理解错了，呵呵。