如何更改 wchar.h 以使 wchar_t 与 wint_t 类型相同？

Question

wchar_t 定义在wchar.h

目前，如果开发者只想使用wchar_t，他们做不到 这没有从编译器获得类型转换警告。如果 wchar_t 将与wint_t 的类型相同，这对双方都有好处。 希望同时拥有wint_t 和wchar_t 的开发人员 程序（例如，如果他们希望他们的代码不仅在 glibc) 可以做到这一点而不会收到编译器警告。开发商们 只想使用wchar_t（以避免使用wint_t和 显式类型转换）也可以做到这一点而不会收到编译器警告。 而且它不会带来任何不兼容或可移植性问题，除非如果只使用wchar_t 的代码将在使用原始wchar.h 的机器上编译，编译器将打印那些讨厌的警告（如果启用了-Wconversion），但是编译后的程序将以完全相同的方式运行。

C 标准 (9899:201x 7.29) 提到：

wchar_t 和 wint_t 可以是相同的整数类型。

另外，在 glibc 中，宽字符总是 ISO10646/Unicode/UCS-4，所以它们总是使用 4 个字节。因此，什么都没有 防止在 glibc 中使 wchar_t 与 wint_t 的类型相同。

但似乎 glibc 的开发者不想让wint_t 和 wchar_t 出于某种原因是同一类型。因此，我想更改的本地副本 wchar.h.

ISO10646/Unicode/UCS-4 使用 2^31 值作为扩展字符集 （MSB 未使用）：

0xxxxxxx xxxxxxxx xxxxxxxx xxxxxxxx

注意，一个 4 字节的类型可以保存 2^31 额外值（MSB 为“1”）：

1xxxxxxx xxxxxxxx xxxxxxxx xxxxxxxx

任何这些额外的值都可以用来表示WEOF，因此一个 4字节类型可用于保存所有字符集和WEOF。

注意，使用修改后的wchar.h不需要重新编译glibc，因为 wint_t 可以有符号或无符号（因为 -1 和 0xffffffff 都有 MSB “1”，在任何表示中，并且由于 MSB 不用于 ISO10646/Unicode/UCS-4)。

wchar_t 的定义在wchar.h 的以下摘录中完成。 如何更改它以使wchar_t 与wint_t 的类型相同？

#ifndef _WCHAR_H

#if !defined __need_mbstate_t && !defined __need_wint_t
# define _WCHAR_H 1
# include <features.h>
#endif

#ifdef _WCHAR_H
/* Get FILE definition.  */
# define __need___FILE
# if defined __USE_UNIX98 || defined __USE_XOPEN2K
#  define __need_FILE
# endif
# include <stdio.h>
/* Get va_list definition.  */
# define __need___va_list
# include <stdarg.h>

# include <bits/wchar.h>

/* Get size_t, wchar_t, wint_t and NULL from <stddef.h>.  */
# define __need_size_t
# define __need_wchar_t
# define __need_NULL
#endif
#if defined _WCHAR_H || defined __need_wint_t || !defined __WINT_TYPE__
# undef __need_wint_t
# define __need_wint_t
# include <stddef.h>

/* We try to get wint_t from <stddef.h>, but not all GCC versions define it
   there.  So define it ourselves if it remains undefined.  */
# ifndef _WINT_T
/* Integral type unchanged by default argument promotions that can
   hold any value corresponding to members of the extended character
   set, as well as at least one value that does not correspond to any
   member of the extended character set.  */
#  define _WINT_T
typedef unsigned int wint_t;
# else
/* Work around problems with the <stddef.h> file which doesn't put
   wint_t in the std namespace.  */
#  if defined __cplusplus && defined _GLIBCPP_USE_NAMESPACES \
      && defined __WINT_TYPE__
__BEGIN_NAMESPACE_STD
typedef __WINT_TYPE__ wint_t;
__END_NAMESPACE_STD
#  endif
# endif

/* Tell the caller that we provide correct C++ prototypes.  */
# if defined __cplusplus && __GNUC_PREREQ (4, 4)
#  define __CORRECT_ISO_CPP_WCHAR_H_PROTO
# endif
#endif

#if (defined _WCHAR_H || defined __need_mbstate_t) && !defined ____mbstate_t_defined
# define ____mbstate_t_defined  1
/* Conversion state information.  */
typedef struct
{
  int __count;
  union
  {
# ifdef __WINT_TYPE__
    __WINT_TYPE__ __wch;
# else
    wint_t __wch;
# endif
    char __wchb[4];
  } __value;        /* Value so far.  */
} __mbstate_t;
#endif
#undef __need_mbstate_t


/* The rest of the file is only used if used if __need_mbstate_t is not
   defined.  */
#ifdef _WCHAR_H

# ifndef __mbstate_t_defined
__BEGIN_NAMESPACE_C99
/* Public type.  */
typedef __mbstate_t mbstate_t;
__END_NAMESPACE_C99
#  define __mbstate_t_defined 1
# endif

#ifdef __USE_GNU
__USING_NAMESPACE_C99(mbstate_t)
#endif

#ifndef WCHAR_MIN
/* These constants might also be defined in <inttypes.h>.  */
# define WCHAR_MIN __WCHAR_MIN
# define WCHAR_MAX __WCHAR_MAX
#endif

#ifndef WEOF
# define WEOF (0xffffffffu)
#endif

/* For XPG4 compliance we have to define the stuff from <wctype.h> here
   as well.  */
#if defined __USE_XOPEN && !defined __USE_UNIX98
# include <wctype.h>
#endif


__BEGIN_DECLS

__BEGIN_NAMESPACE_STD
/* This incomplete type is defined in <time.h> but needed here because
   of `wcsftime'.  */
struct tm;
__END_NAMESPACE_STD
/* XXX We have to clean this up at some point.  Since tm is in the std
   namespace but wcsftime is in __c99 the type wouldn't be found
   without inserting it in the global namespace.  */
__USING_NAMESPACE_STD(tm)

Answer 1

请注意，引入 wint_t 是因为 wchar_t 在传递给 printf() 等时可能是受“默认提升”规则约束的类型。这很重要，例如，在调用printf() 时：

wchar_t wc = …;
printf("%lc", wc);

wc 的值可能会转换为wint_t。如果你正在编写像printf() 这样的函数，它需要使用来自<stdarg.h> 的va_arg() 宏，那么你应该使用wint_t 类型来获取值。

标准指出wint_t 可能与wchar_t 类型相同，但如果wchar_t 是（16 位）short（或unsigned short），wint_t 可能是（32-位）int。大致而言，wint_t 仅在 wchar_t 是 16 位类型时才重要。当然，完整的规则更复杂。例如，int 可能是 16 位类型 — 但这很少会成为问题。

ISO/IEC 9899:2011

7.29 扩展多字节和宽字符实用程序<wchar.h>

7.29.1 简介

¶1 头文件<wchar.h> 定义了四个宏，并声明了四种数据类型、一个标签和 很多功能。³²⁶⁾

2 声明的类型为wchar_t和size_t（均在7.19中描述）；

mbstate_t

这是一个完整的对象类型，而不是可以保存转换状态的数组类型 在多字节字符序列和宽字符序列之间转换所需的信息 字符;

wint_t

这是一个整数类型，默认情况下不变，参数提升可以容纳任何 对应于扩展字符集成员的值，以及至少一个 与扩展字符集的任何成员都不对应的值（请参阅WEOF 下面);³²⁷⁾ …

³²⁶⁾ 参见“未来图书馆方向”(7.31.16)。
³²⁷⁾wchar_t 和 wint_t 可以是同一个整数输入。

§7.19 通用定义<stddef.h>

¶2 … 和

wchar_t

这是一个整数类型，其值范围可以代表所有不同的代码 支持的语言环境中指定的最大扩展字符集的成员；这 空字符的代码值为零。基本字符集的每个成员 当用作整数中的唯一字符时，其代码值应等于其值 如果实现未定义字符常量 __STDC_MB_MIGHT_NEQ_WC__.

请参阅Why the argument type of putchar(), fputc(), and putc() is not char 以了解引用 C 标准中的“默认提升”规则的地方。可能还有其他可用信息的问题。

Answer 2

如果我们需要在使用-Wconversion编译器选项时避免类型转换警告，我们需要在所有库函数的原型中将wint_t更改为wchar_t，并放入'#define WEOF(-1)'到wchar.h和wctype.h的开头

对于wchar.h，命令是：

sudo perl -i -pe 'print qq(#define WEOF (-1)\n) if $.==1; next unless /Copy SRC to DEST\./..eof; s/\bwint_t\b/wchar_t/g' /usr/include/wchar.h

对于wctype.h，命令是：

sudo perl -i -pe 'print qq(#define WEOF (-1)\n) if $.==1; next unless /Wide-character classification functions/..eof; s/\bwint_t\b/wchar_t/g' /usr/include/wctype.h

同样，如果您使用其他使用wint_t 的头文件，只需在这些头文件的原型中将wint_t 更改为wchar_t。

解释如下。

一些 Unix 系统将 wchar_t 定义为 16 位类型，因此非常严格地遵循 Unicode。这个定义完全符合标准，但这也意味着要表示来自 Unicode 和 ISO 10646 的所有字符，必须使用 UTF-16 代理字符，这实际上是一种多宽字符编码。但是采用多宽字符编码与wchar_t 类型的目的相矛盾。

现在，为了数据交换而存活的唯一编码是UTF-8，它可以容纳的最大数据位数是31：

1111110x    10xxxxxx    10xxxxxx    10xxxxxx    10xxxxxx    10xxxxxx

因此，您会看到，实际上没有必要将 wint_t 作为单独的类型（因为 4 字节（即 32 位）数据类型用于存储 Unicode 代码点反正）。也许它有一些“向后兼容”的应用程序或其他东西，但在新代码中它是没有意义的。再一次，因为它完全违背了使用宽字符的目的（而且现在无法处理 UTF-8 对使用宽字符毫无意义）。

注意，事实上的wint_t 无论如何都不会被使用。例如，请参阅man mbstowcs 中的示例。在那里，wchar_t 类型的变量被传递给iswlower() 和来自wctype.h 的其他函数，它们采用wint_t。