c语言中文字符串问题

laughing1986

1. 
   
2. #include <stdio.h>
   
3. #include <string.h>
   
4. 
   
5. int main(void)
   
6. {
   
7.     char* b = "斜杠";
   
8.     printf("b=%s, sizeof(b)=%d, strlen(b)=%d\n", b, sizeof(b), strlen(b));
   
9. }
   

复制代码

输出结果是：

1. b=斜杠, sizeof(b)=4, strlen(b)=6

复制代码

我想问char不是一个字节么？打印b的时候能够正常输出“斜杠”，另外为什么sizeof（b)是4，儿strlen(b)是6？
我系统的默认编码格式是utf-8

谢谢

Moon_Bird

b为字符指针，sizeof(b) 求的是指针的大小。
strlen(b) 得出的是字符串起始处至字符串结束符'\0'(不包括'\0')所占空间大小

yulihua49

回复 2# Moon_Bird


   

他可能是UTF8，所以6字节，如果是GBK应该是4字节。

Moon_Bird

yulihua49 发表于 2012-07-31 20:49
回复 2# Moon_Bird

恩 应该是编码问题， 没注意到前面那问题，习惯性的以为是问 sizeof strlen值不等的问题

laughing1986

如果char*都能正常显示中文字符串的话，那什么时候用wchar_t*呢？

xuhengshu

回复 5# laughing1986

当编码环境为Unicode时候，就必须用宽字符指针wchar*指向一个字符串，同时字符串之前加L

所以为了移植性，一般用宏 _T 以及 定义_T相关的字符处理函数 来区分SBCS (_MBCS) 和 _Unicode 的不同编码方式

laughing1986

我从网络中接收到一段utf8编码的中文，我在我的系统上可以直接打印出来，那是不是因为我系统的默认编码是utf8呢？
如果其他系统默认编码不是utf8，是不是就会显示乱码呢？
另外，如何指定程序只是用utf8编码呢？

谢谢

xuhengshu 发表于 2012-08-01 11:01
回复 5# laughing1986

当编码环境为Unicode时候，就必须用宽字符指针wchar*指向一个字符串，同时字符串 ...

Ace_kream

     b是一个指针， 32为系统指针都为4字节。 所以你sizeof一个指针结果当然是4.
     strlen(b),是指求  指针b 所指向的字符串的有效字符长度。其意义就是不算‘\0’， 在utf-8编码中一个中文是3个字节。Linux系统下也是这样。所以你两个汉字自然就是6.
     

folklore

@laughing1986
>> 如果char*都能正常显示中文字符串的话，那什么时候用wchar_t*呢？
<< utf8 is mbcs,not a wide char

>>我从网络中接收到一段utf8编码的中文，我在我的系统上可以直接打印出来，那是不是因为我系统的默认编码是utf8呢？
如果其他系统默认编码不是utf8，是不是就会显示乱码呢？
  << in may case ,yes.
>> 如何指定程序只是用utf8编码呢？
<< you can't. if the program is not provide a way to do that.

@Ace_kream
>>在utf-8编码中一个中文是3个字节
<< i think it is 1~6(?).

laughing1986

明白了，wchar_t是表示一个字符占两个字节，utf-8是一种编码方式，一个中文可能被编成多个字节，是我自己搞混了，用char*来表示中文字符串是可以的。
十分感谢给位的指点。
另外utf8编码下的中文貌似占2~4个字节，不是固定的3个。