宽字节

转载请注明出处：http://blog.csdn.net/qq_26093511/article/category/6752927

例子：
 wchar_t *chinese_str = L"韦gif";
  unsigned int *p = (wchar_t *)chinese_str;
  int i;


  printf("Uniocde: ");
  printf("韦gif :共 %d 个宽字节wchar_t ",wcslen(chinese_str));
  for (i = 0; i < wcslen(chinese_str); i++)
  {
  printf("0x%x ", p[i]);
  }
  printf(" ");


输出：
Uniocde: 
韦gif:共 4 个宽字节wchar_t
0x97e6 0x67 0x69 0x66 


由上面测试代码可知，wchar_t是一个可以表示字符集中的任意一个字符的足够宽的变量类型，即一个宽字符可以表示一个中文，也可以表示一个英文。
chinese_str[0] 是“韦”，
chinese_str[1] 是“g”，
chinese_str[2] 是“i”,
chinese_str[3] 是“f”。
具体使用可参考：
http://blog.csdn.net/qq_26093511/article/details/59126467

http://blog.csdn.net/qq_26093511/article/details/60332795

下面的测试代码可以区分宽字符Unicode与GBK的中英文区别
#include <stdio.h>
#include <string.h>
#include <math.h>
#include <wchar.h>
void main()
{


 wchar_t *chinese_str = L"韦gif";
 unsigned int *p = (wchar_t *)chinese_str;
 int i;


 printf("Uniocde: ");
 printf("韦gif :共 %d 个宽字节wchar_t ",wcslen(chinese_str));
 for (i = 0; i < wcslen(chinese_str); i++)
 {
  printf("0x%04x ", p[i]);
 }
 printf(" ");
 
 
 
 unsigned char *chinese_utf_8 = "韦gif";
 unsigned char *p2 = chinese_utf_8;


 printf("GBK: ");
 printf("韦gif :共 %d 个字节 ",strlen(chinese_utf_8));
 for (i = 0; i < strlen(chinese_utf_8); i++)
 {
  printf("0x%x ", p2[i]);
 }
 printf(" ");
}


注意：在linux下，创建的文本代码，默认是UTF-8格式的！本文的代码是在linux下创建。


下面是编译及运行结果：
gcc -o test test.c -finput-charset=UTF-8 -fexec-charset=GBK


 ./test 
Uniocde: 
Τgif :�� 4 �����ֽ�wchar_t
0x97e6 0x0067 0x0069 0x0066 
GBK: 
Τgif :�� 5 �����ֽ�
0xce 0xa4 0x67 0x69 0x66 


由运行代码知，GBK是两个字节来表示一个汉字，一个字节来表示英文。
而宽字符则是 两个字节来表示任意一个字符！

我们可以使用宽字节来描述中英文，这样的话就省去了判断中英字符的操作。

若有描述错误，请指出，谢谢！