utf8的问题

whshuai

比如“测”的utf8编码是“e6, b5, 8b”.

char *name = "测";
int i;
for(i = 0; i<strlen(name); i++)
    printf("name = %x\n", name);

按说应该打印的是“0xe6, 0xb5, 0x8b”阿，可是打印出来的是“0xffffffe6, 0xffffffb5, 0xffffff8b”

这是什么原因呢？

gamedragon

改成unsigned char *name

wsw

你的问题是“测”这个字在UCS中是用e6, b5, 8b这样一个数来表示的。（具体我不知道，可以方便查到），你想用个程序查看一下，结果程序给出了“错误”的值。
如果你的问题我理解的对，那么你不了解UCS值与UTF的关系，不多说了，受你以渔！
去查看几个关键词：（不用中文了，容易误解）
char set , encond , UCS , UTF。弄清了这几个关键词就可以理解的自己写的程序了。
再给个连接：http://www.cl.cam.ac.uk/~mgk25/unicode.html

MyForever

Post by whshuai
比如“测”的utf8编码是“e6, b5, 8b”.

char *name = "测";
int i;
for(i = 0; i<strlen(name); i++)
printf("name = %x\n", name);

按说应该打印的是“0xe6, 0xb5, 0x8b”阿，可是打印出来的是“0xffffffe6, 0xffffffb5, 0xffffff8b”

这是什么原因呢？

因为你打印出来的是utf8编码的数值

而e6,b5,8b是“测”的unicode码

需要从utf8转换成unicode

有专门的码表和算法

gamedragon

LS两位有点误人子弟了。哪有那么复杂，又是UCS、UTF，又是码表转换的。
这个char *name实际就四个字节，"\xe6\xb5\x8b\0"，用printf打印的时候，因为%x要求一个整数，'\xe6'又是一个有符号数（char）的-26，被作为整数-26（4个字节）打印，就是FFFFFFE6。