为什么 8 位字符串文字可以包含多字节字符，而 char 向量不能？

Question

我想弄清楚为什么 8 位 char 数据类型可以包含所有这些奇怪的字符，因为它们不是前 256 个字符的一部分 table。

#include <iostream>

int main()
{
    char chars[] = "    必   西 ♠ ♬   ♭   ♮   ♯";
    std::cout << "sizeof(char): " << sizeof(char) << " byte" << std::endl;
    std::cout << chars << std::endl;
    return 0;
}

Answer 1

8 位 char 最多只能容纳 256 个值。但是 Unicode 有几十万个字符。它们显然不能放入单个 char。因此，它们必须编码以适合 multiple chars.

您的 editor/compiler 可能以 UTF-8 编码存储您的示例字符串。 Non-ASCII个UTF-8字符占1个char.

在您的示例中，在 UTF-8 中，sizeof(chars) 的大小为 55+1=56 chars（空终止符为 +1），即使您只看到 29 "字符”（如果算上空格），其中：

= 0x20 (18x)
</code> = <code>0xF0 0x9F 0x98 0x8E
</code> = <code>0xF0 0x9F 0xA5 0xB8
</code> = <code>0xF0 0x9F 0xA4 0xA9
</code> = <code>0xF0 0x9F 0xA5 0xB3
必 = 0xE5 0xBF 0x85
西 = 0xE8 0xA5 0xBF
♠ = 0xE2 0x99 0xA0
♬ = 0xE2 0x99 0xAC
♭ = 0xE2 0x99 0xAD
♮ = 0xE2 0x99 0xAE
♯ = 0xE2 0x99 0xAF

为什么 8 位字符串文字可以包含多字节字符，而 char 向量不能？

Why can an 8-bit string literal contain multibyte characters while a vector of char cannot?

c++

linux