如何将 char cyrillic 数组转换为每个 char 符号的 unicode 代码数组？答案

【问题标题】：How to convert char cyrillic array to array of unicode code of every char symbol?如何将 char cyrillic 数组转换为每个 char 符号的 unicode 代码数组？
【发布时间】：2019-08-14 19:10:06
【问题描述】：

我有类似的东西

char[] = "тест";

我需要将每个符号转换为该符号的代码。 (А - 53392
Б - 53393 В - 53394 等）现在我用

char symb = 'у';
int number = symb - ' ';

或

int symbol = 'У'

但它只适用于一个符号，我有错误

warning: multi-character character constant [-Wmultichar]

我正在尝试使用

long int str[] = { 'А' , 'Б', 'В'};
printf("char_offset:%d\n", str[1]);

和它的工作原理，但是用这种方法声明带有许多符号的字符串并不容易。我有这个错误

Xlib1.c:295:17: warning: multi-character character constant [-Wmultichar]
   int str[] = { 'А' , 'Б', 'В'};
                 ^
Xlib1.c:295:24: warning: multi-character character constant [-Wmultichar]
   int str[] = { 'А' , 'Б', 'В'};
                        ^
Xlib1.c:295:30: warning: multi-character character constant [-Wmultichar]
   int str[] = { 'А' , 'Б', 'В'};
                              ^

但它的工作原理。 我用这个键和 gcc

 -finput-charset=UTF-8 -std=c11 -fextended-identifiers

我需要在 stm32 上使用这个代码。帮助我将带有西里尔字符的字符串转换为字符串中字符的 int 代码数组

【问题讨论】：

char 只有 8 位，因此不足以存储那些大的 Unicode 代码点。你在哪里使用这些字符串？接收函数是否支持 Unicode？span>
我可以使用什么类型的数组来代替 char？我正在尝试使用 long int str[] = { 'А' , 'Б', 'В'}; printf("char_offset:%d\n", str[1]);及其工作，
它不起作用。编译器已经给了你很多有用的警告，比如“多字符字符常量 [-Wmultichar]”。它可能看起来 像它正在工作，因为在 C 中有 multi-character literals 和 'ABCD' 一样，但它不是人们期望在字符串中的字符。完全不清楚你想对这些字符做什么，但你必须将它们存储为字符串，或者使用wchar_t（这不是一个好主意）
例如 А 和 Б 是 Unicode U+0410 和 U+0411 是十进制的 1040 和 1041，而不是您在输入中看到的 53392，因为多字符文字经常
从您的问题中不清楚（对我来说）您要做什么，也不清楚您使用什么作为输入或输出字符集编码。您可以考虑使用带有 L 前缀的 C90 宽字符编码：L'Б' 或 L"Б"。或者您可以考虑使用 C11 Unicode 编码：u、u8 和 U 作为前缀代替 L。（有关详细信息，请参阅 C11 §6.4.4.4 Character constants 和 §6.4.5 String literals。）您想要 UTF-32、UTF-16 还是 UTF-8 作为输出？输入代码集是什么？

标签： c unicode char symbols cyrillic

【解决方案1】：

这是我转换 unicode 符号的函数。我在函数末尾添加检查。感谢@phuclv 的回复。

int UniCyrConv(char *str, char *unicode_code)
{
        int num1=256+(int)str[0];      //first unicod byte
            int num2=256+(int)str[1];      // second
        int conv1 = (num1 & 31)*64;    // remove 3 first bits and adding 6 zero to end
        int conv2 = (num2 & 63);       // remove 2 first bits
        int final = (conv1 | conv2);   // 1 + 2
        DecToHex(final, unicode_code); /// to hex      
        return final;
}

检查符号是否是西里尔文

        if ( (final  >= 1040) && (final <= 1103) ){
        DecToHex(final, unicode_code); /// to hex      
        return final;
        }
        else { return -1; }

【讨论】：

如果这不是答案，请编辑您的问题并在此处添加此信息。
这是答案。谢谢。