以十六进制显示宽字符显示意外结果

Question

我试图以十六进制显示一个宽字符，它给了我意想不到的结果，它总是像 2 位十六进制和我的代码。

#include "stdlib.h"
#include "stdio.h"
#include"wchar.h"
#include "locale.h"
int main(){
    
    setlocale(LC_ALL,"");
    wchar_t ch;
    wscanf (L"%lc",&ch);
    wprintf(L"%x \n",ch);
  return 0;
}

输入：Ω

结果：0xea

预期结果：0xcea9

我多次更改setlocale，但结果始终相同。

通知

当输入值小于 1 字节时，它按预期工作。

Answer 1

请注意，您应该使用<..> 来包含标准标头。 wprintf("%x", ch) 行无效，因为它很可能是未定义的行为 - ch（可能）不是 unsigned int，您不能在其上应用 %x。

您期望宽字符以 UTF-8 格式存储。好吧，这没有多大意义，他们不是。您的程序以 多字节编码 读取 sequence 字节，然后将该字节序列转换（取决于语言环境）为宽字符编码。宽字符编码（通常）保持不变，在 linux 上应该是 UTF-32。语言环境影响多字节字符与宽字符之间的转换方式，而不是宽字符的表示。

以下程序：

#include <stdlib.h>
#include <stdio.h>
#include <wchar.h>
#include <locale.h>
int main(){
    setlocale(LC_ALL,"");
    wchar_t ch;
    int cnt = wscanf(L"%lc",&ch);
    if (cnt != 1) { /* handle error */ abort(); }
    wprintf(L"%x\n", (unsigned int)ch);
    return 0;
}

在 linux 上输入Greek Capital Letter Omega Ω U+3A9 时，程序输出3a9。实际发生的是终端读取 UTF-8 编码字符，因此它读取 两个 字节 0xCE 0xA9，然后将它们转换为 UTF-32 并将结果存储在宽字符中。您可以将宽字符从宽字符编码 (UTF-32) 转换为多字节字符编码（UTF-8 应该是默认值，但取决于区域设置）并以多字节字符编码打印代表字符的字节：

char tmp[MB_CUR_MAX];
int len = wctomb(tmp, ch);   // prefer wcrtomb
if (len < 0) { /* handle error */ abort(); }
for (int i = 0; i < len; ++i) {
    wprintf(L"%hhx", (unsigned char)tmp[i]);
}
wprintf(L"\n");

这将在我的平台上输出cea9。