72-宽字符

B.7.6　宽字符

C99为使用宽字符提供更多支持，通过 wchar.h 和 wctype.h 库包含了更多大型字符集。这两个头文件把 wchar_t 定义为一种整型类型，其确切的类型依赖实现。该类型用于存储扩展字符集中的字符，扩展字符集是是基本字符集的超集。根据定义， char 类型足够处理基本字符集，而 wchar_t 类型则需要更多位才能存储更大范围的编码值。例如， char 可能是 8 位字节， wchar_t 可能是 16 位的 unsigned short 。

用 L 前缀标识宽字符常量和字符串字面量，用 %lc 和 %ls 显示宽字符数据：

wchar_t wch = L'I';
wchar_t w_arr[20] = L"am wide!";
printf("%lc %ls\n", wch, w_arr);

例如，如果把 wchar_t 实现为2字节单元， 'I' 的1字节编码应存储在 wch 的低位字节。不是标准字符集中的字符可能需要两个字节存储字符编码。例如，可以使用通用字符编码表示超出 char 类型范围的字符编码：

wchar_t w = L'\u00E2'; /* 16位编码值 */

内含 wchar_t 类型值的数组可用于存储宽字符串，每个元素存储一个宽字符编码。编码值为 0 的 wchar_t 值是空字符的 wchar_t 类型等价字符。该字符被称为空宽字符（null wide character），用于表示宽字符串的结尾。

可以使用 %lc 和 %ls 读取宽字符：

wchar_t wch1;
wchar_t w_arr[20];
puts("Enter your grade:");
scanf("%lc", &wch1);
puts("Enter your first name:");
scanf("%ls",w_arr);

wchar_t 头文件为宽字符提供更多支持，特别是提供了宽字符I/O函数、宽字符转换函数和宽字符串控制函数。例如，可以用 fwprintf() 和 wprintf() 函数输出，用 fwscanf() 和 wscanf() 函数输入。与一般输入 / 输出函数的主要区别是，这些函数需要宽字符格式字符串，处理的是宽字符输入 / 输出流。例如，下面的代码把信息作为宽字符显示：

wchar_t * pw = L"Points to a wide-character string";
int dozen = 12;
wprintf(L"Item %d: %ls\n", dozen, pw);

类似地，还有 getwchar() 、 putwchar() 、 fgetws() 和 fputws() 函数。 wchar_t 头文件定义了一个 WEOF 宏，与 EOF 在面向字节的I/O中起的作用相同。该宏要求其值是一个与任何有效字符都不对应的值。因为 wchar_t 类型的值都有可能是有效字符，所以 wchar_t 库定义了一个 wint_t 类型，包含了所有 wchar_t 类型的值和 WEOF 的值。

该库中还有与 string.h 库等价的函数。例如， wcscpy(ws1, ws2) 把 ws1 指定的宽字符串拷贝到 ws2 指向的宽字符数组中。类似地， wcscmp() 函数比较宽字符串，等等。

wctype.h 头文件新增了字符分类函数，例如，如果 iswdigit() 函数的宽字符参数是数字，则返回真；如果 iswblank() 函数的参数是空白，则返回真。空白的标准值是空格和水平制表符，分别写作 L'' 和 L'\t' 。

C11标准通过 uchar.h 头文件为宽字符提供更多支持，为匹配两种常用的统一码格式，定义了两个新类型。第1种类型是 char16_t ，可存储一个16位编码，是可用的最小无符号整数类型，用于 hexquard UCN形式和统一码UTF-16编码方案。

char16_t = '\u00F6';

第2种类型是 char32_t ，可存储一个32位编码，最小的可用无符号整数类型，。可用于 hexquard UCN形式和统一码UTF-32编码方案

char32_t = '\U0000AC01';

前缀 u 和 U 分别表示 char16_t 和 char32_t 字符串。

char16_t ws16[11] = u"Tannh\u00E4user";
char32_t ws32[13] = U"caf\U000000E9 au lait";

注意，这两种类型比 wchar_t 类型更具体。例如，在一个系统中， wchar_t 可以存储32位编码，但是在另一个系统中也许只能存储16位的编码。另外，这两种新类型都与C++兼容。