编译 UTF8 中文字符串的问题

newzy

如果在 c 字符串中包含 utf8 字符串, 则可能无法编译, 如下文件.

#include <stdio.h>

int main()
{
    char *  p = "开关";
    return 0;
}

如果是 utf8 格式,
则 gcc 编译器会告诉前几个字符错误, 即 UTF8 的文件格式无法识别.
   vc++ 报告 "开关" UTF8 字符串无结束错误,

如果直接用 gb2312 字符串则不会有问题,
不知大家有否直接编译 utf8 字符串的解决方案?

hightman

经测试并不会出现你说的错误，不过你这问题我倒是想起一个可能。

因为UTF-8在保存时会有一个“BOM”的问题。也就是说文件开头有三个特殊的字符来标识这是一个UTF-8文件，大部分编辑器会知道并跳过它。但gcc 恐怕就不会了吧

所以只要您把文件开头那三字节清除就可以了。：）

因为 UTF-8 的编码很周到，高低位都能分出来，更不会去和单字节的token冲突了

SuperZ

你不用微软的编辑器就行了。在linux下直接使用vi或者emacs编辑。

soul_of_moon

给个思路：
用16进制码

soul_of_moon

原帖由 hightman 于 2007-6-10 22:56 发表
经测试并不会出现你说的错误，不过你这问题我倒是想起一个可能。

因为UTF-8在保存时会有一个“BOM”的问题。也就是说文件开头有三个特殊的字符来标识这是一个UTF-8文件，大部分编辑器会知道并跳过它。但gcc 恐 ...

问一下：你指的“高低位”是什么？