在 C 语言中，如果我将“连续 wchar_t 字符”放入 wchar_t 变量会发生什么？

Question

#include <stdio.h>

wchar_t wc = L' 459';
printf("%d", wc);           //result : 32

我知道 ASCII 码表中的“空格”是“十进制 32”。

我不明白的是，据我所知，如果变量没有足够的空间来存储值，则该值将是原始值的“最后一位”。

例如，如果我将二进制值“1100 1001 0011 0110”放入单字节变量中，它将是“0011 0110”，即原始二进制值的“最后一个字节”。

但上面的代码显示了原始值的“第一个字节”。

我想知道当我执行上面的代码时内存级别发生了什么。

Answer 1

_int64 x = 0x0041'0042'0043'0044ULL;
printf("%016llx\n", x);             //prints 0041004200430044

wchar_t wc;
wc = x;
printf("%04X\n", wc);               //prints 0044 as you expect

wc = L'\x0041\x0042\x0043\x0044';   //prints 0041, uses the first character
printf("%04X\n", wc);

如果您分配的整数值太大，编译器会采用适合 2 个字节的最大值 0x0044。

如果您尝试将多个元素分配给一个元素，编译器会采用第一个适合的元素0x0041。 L'x' 是一个单一的宽字符。

---

VS2019 将对wchar_t wc = L' 459' 发出警告，除非警告级别设置为小于 3，但不建议这样做。使用警告级别 3 或更高级别。

wchar_t 是原始类型，而不是 unsigned short 的 typedef，但它们在 Windows 中都是 2 个字节（在 linux 中是 4 个字节）

请注意，'abcd' 是 4 个字节。 L 前缀表示每个元素 2 个字节（在 Windows 中），因此 L'abcd' 是 8 个字节。

要查看wc 内部的内容，让我们看一下Unicode 字符L'X'，它具有0x0058 的UTF-16 编码（类似于最高128 的ASCII 值）

#include <stdlib.h>
#include <stdio.h>
#include <string.h>

int main(void)
{
    wchar_t wc = L'X';
    wprintf(L"%c\n", wc);
    char buf[256];
    memcpy(buf, &wc, 2);
    for (int i = 0; i < 2; i++)
        printf("%02X ", buf[i] & 0xff);
    printf("\n");
    return 0;
}

输出将是58 00。不是00 58，因为Windows 运行在little-endian 系统上并且字节被翻转。

另一个奇怪的事情是 UTF16 使用 4 个字节来表示某些代码点。所以你会收到这条线的警告：

wchar_t wc = L'?';

相反，您想使用字符串：

wchar_t *wstr = L"?";
::MessageBoxW(0, wstr, 0, 0); //console may not display this correctly

这个字符串将是 6 个字节（2 个元素 + 空终止字符）