您的位置：程序门 -> c/c++ -> c++ 语言

困惑，中文的内存表示问题？

[收藏此页] [打印本页]选择字色：背景色：字体：[大][中][小]

困惑，中文的内存表示问题？

发表于：2008-01-22 18:22:43 楼主

“汉”字的unicode编码是6c49

wchar_t wc[] = l"汉"; wc数组内存为49 6c 00 00
char c[] = "汉"; c数组内存为ba ba 00

这是为什么？baba是怎么来的？

知情者来解释一下啊！！！

发表于：2008-01-22 18:31:461楼得分:0

wchar_t wc[] = l"汉"; wc数组内存为49 6c 00 00 汉的unicode编码char c[] = "汉"; c数组内存为ba ba 00 汉的gb2312编码

发表于：2008-01-22 18:50:542楼得分:0

char*
使用gb2312，通常采用euc储存方法，以便兼容于ascii。
每个汉字及符号以两个字节来表示。第一个字节称为“高位字节”，第二个字节称为“低位字节”。
“高位字节”使用了0xa1-0xf7（把01-87区的区号加上0xa0)，“低位字节”使用了0xa1-0xfe（把01-94加上0xa0)。
例如“啊”字在大多数程序中，会以0xb0a1储存

wchar_t
应该是gbk编码

gbk:汉字国标扩展码,基本上采用了原来gb2312-80所有的汉字及码位，并涵盖了原unicode中所有的汉字20902，总共收录了883个符号， 21003个汉字及提供了1894个造字码位。 microsoft简体版中文windows 95就是以gbk为内码，又由于gbk同时也涵盖了unicode所有cjk汉字，所以也可以和unicode做一一对应。

发表于：2008-01-22 19:28:423楼得分:0

你这样定义 char * 一般都是本地编码或者是utf8, 在windows上都是本地编码[如果你是繁体系统就是big5编码了]， linux上一般char *是可以指向utf8编码的字符串,或者是本地编码字符串（我不是很清楚)

wchar_t 以及l的修饰符，使得这个字串在内存以utf16的编码方式存在。这种l修饰的方式，一般仅限于个别的编译器支持。

windows nt, windows2000, windowsxp 以后的内核，全部都是以utf16为编码核心的。而不是本地编码。0x6c49 是【汉】的utf16或者说是ucs2的编码。

发表于：2008-01-22 19:35:144楼得分:0

搜点有关汉字存储及编码的资料。不过楼上几位说的差不多了

发表于：2008-01-22 20:09:025楼得分:0

顶明天再来给分

发表于：2008-01-22 20:18:436楼得分:0

http://baike.baidu.com/view/943167.htm

发表于：2008-01-22 21:05:477楼得分:0

来晚了，看来lz都明白了。再参考一下这两个函数：
multibytetowidechar
widechartomultibyte

下一篇：怎样判断“ < <”操作符出错
上一篇：c++中如何确定几个复选框中有那几个被选中？