C 获取字符的unicode代码点

Question

如何获取字符的 Unicode 代码点？这是我尝试过的，但它没有打印相同的字符，我是否正确理解 unicode 的工作原理？

如何获取unicode字符的值？

#include <stdio.h>

int main()
{
char *a = "ā";
int n;
while(a[n] != '\0')
{
    printf("%x", a[n]);
    n+=1;
}
printf("\n \uC481");
return 0;
}

Answer 1

首先，您的代码中几乎没有更正。

#include <stdio.h>

int main()
{
char *a = "ā";
int n = 0; //Initialize n with zero.
while(a[n] != '\0')
{
    printf("%x", a[n]);
    n+=1;
}
//\u will not work. To print hexadecimal value, use \x
printf("\n %X\n\", 0xC481);
return 0;
}

在这里，您尝试打印每个字节的十六进制值。这将不是超过 0xff 的字符的 Unicode 值。

unsigned Short 是用于存储 Unicode 值的最常见的数据结构，尽管它不能存储所有代码点。如果您需要按原样存储所有 Unicode 点，请使用 int，它必须是 32 位。

字符的 Unicode 值是每个字符以 UTF-32 表示时的数值。否则，如果编码是 UTF-8 或 UTF-16，则必须根据字节序列进行计算。