C和汉字编码（两章，欢迎高人指正）

davelv

在哪个区？
pmerofc 发表于 2011-09-20 12:38

哦，看错了的说。。。
只能说是兼容吧，而不是包括。

嘟猫猫

我觉得还不错的吧

yulihua49

汉字的编码分为三类：中国的GB系列，台湾的big5码，unicode。

扩充字符个数的难度在于要扩大字节数，那么GBK还是两个字节的大小吗？）
iCoding 发表于 2011-09-20 11:40

GBK还是两个字节的大小.第二个字节高位可以为0。0X41-0X7E。

iCoding

回复 14# yulihua49


    表示不理解，GBK为了和ASCII兼容，用了2个标志位，将数据表示范围减少到1万多个，GBK没有使用标志位么？

   看明白了，第二个字节的高位不再表示，那么实际上GBK就有2^15=32768个状态

yulihua49

回复  yulihua49


    表示不理解，GBK为了和ASCII兼容，用了2个标志位，将数据表示范围减少到1万多个 ...
iCoding 发表于 2011-09-20 17:43

    只扩充了0X41-0X7E。再大，就是18030了，‘0’-‘9’，后边再+2字节。
第一个字节，0X81-0XFE。GB2312-80是0XA1-0XFE。

纠正你一点：字符集与C没关系，其他语言一样。

幻の上帝

既然说GB“系列”那最好提一下GB18030吧，好歹是算现行的强制性标准。
另外1~6字节的UTF-8被X了，新的RFC3629里面弄回1~4字节了，对应UCS编码区间上限是U+10FFFF。

iCoding

对应UCS编码区间上限是U+10FFFF

-----------------------------------------
U是啥含义，一直看不懂，所有的资料都这么说

幻の上帝

回复 18# iCoding

标记Unicode code point的前缀。

http://en.wikipedia.org/wiki/Mapping_of_Unicode_characters

The Unicode code point is a number also permanently assigned along with the "Name" property and included in the companion UCS. The usual custom is to represent the code point as hexadecimal number with the prefix "U+" in front.

iCoding

纠正你一点：字符集与C没关系，其他语言一样。

======================

感谢，嗯，我的意思是，C里是怎么处理字符集的，例如setlocale怎么调用，调用以后会影响哪些函数