C语言字符集

系列文章目录

1. C语言综述¹
2. C语言字符集²
3. C语言词法元素³
4. C语言表达式⁴
5. C语言语句⁵
6. C语言声明⁶
7. C语言预处理指令⁷
8. C语言头文件⁸

---

---

前言

蓝色问号代表个人理解   绿色代表来源   红色问号代表尚有疑问

为什么要读标准？因为全面、权威，所有答案都在标准里面！
哪些人适合浏览本系列文章？不清楚C语言程序的组成，以及每个组成部分的详细内容
持续更新，码字不易，求点赞收藏

---

1、字符集

1. 一是写入源文件的字符集，即当前编辑器页面使用的字符集？
2. 二是执行环境中解释的字符集，执行字符集成员的值由实现定义，即执行时将写入源文件的字符集转换成执行时使用的字符集？
3. 本节要求之外的任何其他字符都是特定于语言环境的

？

#include<bits/stdc++.h>
using namespace std;
int main(int argc,char *argv[]){
    printf("修仙");  //理论上UTF-8是支持中文的，但是printf的中文不对
    return 0;		//输出 淇粰
}

//字符集改成GB2312 出现上面的输出
#include<bits/stdc++.h>
using namespace std;

int main(int argc,char *argv[]){
    printf("淇�浠�");  //鐞嗚�轰笂UTF-8鏄�鏀�鎸佷腑鏂囩殑锛屼絾鏄痯rintf鐨勪腑鏂囦笉瀵�					
    //写入源文件的字符集是UTF-8，执行字符集可能根据的操作系统的字符集是GB2312
    return 0;
}

1.1、通用字符集

ASCII
  美国信息交换标准代码，等同于国际标准ISO/IEC 646。所以这是世界通用的编码，其他大部分字符集都兼容，所以不同字符集下的代码主体就不会有太大改变，而且编程语言都尽量避免使用地域特定的字符？

Bin	Dec	Hex	缩写/字符	解释
00000000	0	00	NUL(null)	空字符
00000001	1	01	SOH(start of headling)	标题开始
00000010	2	02	STX (start of text)	正文开始
00000011	3	03	ETX (end of text)	正文结束
00000100	4	04	EOT (end of transmission)	传输结束
00000101	5	05	ENQ (enquiry)	请求
00000110	6	06	ACK (acknowledge)	收到通知
00000111	7	07	BEL (bell)	响铃
00001000	8	08	BS (backspace)	退格
00001001	9	09	HT (horizontal tab)	水平制表符
00001010	10	0A	LF (NL line feed, new line)	换行键
00001011	11	0B	VT (vertical tab)	垂直制表符
00001100	12	0C	FF (NP form feed, new page)	换页键
00001101	13	0D	CR (carriage return)	回车键
00001110	14	0E	SO (shift out)	不用切换
00001111	15	0F	SI (shift in)	启用切换
00010000	16	10	DLE (data link escape)	数据链路转义
00010001	17	11	DC1 (device control 1)	设备控制1
00010010	18	12	DC2 (device control 2)	设备控制2
00010011	19	13	DC3 (device control 3)	设备控制3
00010100	20	14	DC4 (device control 4)	设备控制4
00010101	21	15	NAK (negative acknowledge)	拒绝接收
00010110	22	16	SYN (synchronous idle)	同步空闲
00010111	23	17	ETB (end of trans. block)	传输块结束
00011000	24	18	CAN (cancel)	取消
00011001	25	19	EM (end of medium)	介质中断
00011010	26	1A	SUB (substitute)	替补
00011011	27	1B	ESC (escape)	溢出
00011100	28	1C	FS (file separator)	文件分割符
00011101	29	1D	GS (group separator)	分组符
00011110	30	1E	RS (record separator)	记录分离符
00011111	31	1F	US (unit separator)	单元分隔符
00100000	32	20	(space)	空格
00100001	33	21	!
00100010	34	22	"
00100011	35	23	#
00100100	36	24	$
00100101	37	25	%
00100110	38	26	&
00100111	39	27	’
00101000	40	28	(
00101001	41	29	)
00101010	42	2A	*
00101011	43	2B	+
00101100	44	2C	,
00101101	45	2D	-
00101110	46	2E	.
00101111	47	2F	/
00110000	48	30	0
00110001	49	31	1
00110010	50	32	2
00110011	51	33	3
00110100	52	34	4
00110101	53	35	5
00110110	54	36	6
00110111	55	37	7
00111000	56	38	8
00111001	57	39	9
00111010	58	3A	:
00111011	59	3B	;
00111100	60	3C	<
00111101	61	3D	=
00111110	62	3E	>
00111111	63	3F	?
01000000	64	40	@
01000001	65	41	A
01000010	66	42	B
01000011	67	43	C
01000100	68	44	D
01000101	69	45	E
01000110	70	46	F
01000111	71	47	G
01001000	72	48	H
01001001	73	49	I
01001010	74	4A	J
01001011	75	4B	K
01001100	76	4C	L
01001101	77	4D	M
01001110	78	4E	N
01001111	79	4F	O
01010000	80	50	P
01010001	81	51	Q
01010010	82	52	R
01010011	83	53	S
01010100	84	54	T
01010101	85	55	U
01010110	86	56	V
01010111	87	57	W
01011000	88	58	X
01011001	89	59	Y
01011010	90	5A	Z
01011011	91	5B	[
01011100	92	5C	|
01011101	93	5D	]
01011110	94	5E	^
01011111	95	5F	_
01100000	96	60	`
01100001	97	61	a
01100010	98	62	b
01100011	99	63	c
01100100	100	64	d
01100101	101	65	e
01100110	102	66	f
01100111	103	67	g
01101000	104	68	h
01101001	105	69	i
01101010	106	6A	j
01101011	107	6B	k
01101100	108	6C	l
01101101	109	6D	m
01101110	110	6E	n
01101111	111	6F	o
01110000	112	70	p
01110001	113	71	q
01110010	114	72	r
01110011	115	73	s
01110100	116	74	t
01110101	117	75	u
01110110	118	76	v
01110111	119	77	w
01111000	120	78	x
01111001	121	79	y
01111010	122	7A	z
01111011	123	7B	{
01111100	124	7C
01111101	125	7D	}
01111110	126	7E	~
01111111	127	7F	DEL (delete)	删除

UTF-8
  针对Unicode的一种可变长度字符编码，支持几乎所有字符。它可以用来表示Unicode标准中的任何字符，而且其编码中的第一个字节仍与ASCII相容，使得原来处理ASCII字符的软件无须或只进行少部分修改后，便可继续使用

GB2312
  适用于汉字处理、汉字通信等系统之间的信息交换，支持简体中文

Unicode
  它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求

1.2、C标准字符集

  基本源文件字符集和基本执行字符集

基本源文件字符集和基本执行字符集必须存在
26个大写字母	A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
26个小写字母	a b c d e f g h i j k l m n o p q r s t u v w x y z
10个十进制数字字符	0 1 2 3 4 5 6 7 8 9
29个图形字符	! " # % & ’ ( ) * + , - . / : ; < = > ? [ \ ] ^ _ { 竖线 } ~
空格字符
3个控制字符(横向制表\t、纵向制表\v、换页\f)

1. 0之后的数字字符的值比前一个大1

2. 在字符常量或字符串常量中，执行字符集的成员应由源字符集的相应成员或由反斜杠\后跟一个或多个字符组成的转义序列表示

3. 执行字符集还包括告警\a、退格\b、回车\r、新行\n、所有位为零的空字符\0（用于终止字符串）、源文件指示每行文本结尾的某种方式视为单个新行字符

4. Dos、Windows回车+换行（CR+LF）表示下一行

5. UNIX/Linux换行符（LF）表示下一行

6. 苹果机(MAC OS系统)回车符（CR）表示下一行

  若在源文卷（source file）中遇到其他字符，则其行为是未定义的。除非出现在字符常量（character constants）、串字面值（string literals）、前导文卷名（header names）、注释（comment）或永不被转换为词法元素（token）的预处理词法元素（token）中

  ASCII ！= C字符集

多字节字符

  源文件字符集中可包含多字节字符，用于表示扩展字符集的成员， 比如，UTF-8。执行字符集中也可以包含多字节字符，且它们的编码不一定要与源字符集中的多字节字符的编码相同， 比如，GB2312。

1. 应存之前定义的单字节字符
2. 任何其他成员的存在、意义和表示都是特定于语言环境的
3. 多字节字符可以具有依赖于状态的编码，其中每个多字节字符序列以初始移位状态开始，并在序列中遇到特定多字节字符时进入其他实现定义的移位状态。在初始移位状态下，所有单字节字符保留其通常的解释，并且不会改变移位状态。序列中后续字节的解释是当前移位状态的函数？
4. 所有位为零的字节应解释为与移位状态无关的空字符？
5. 所有位为零的字节不得出现在多字节字符的第二个或后续字节中
6. 源文件中注释、字符串、字符常量或头文件名应以初始移位状态开始和结束？
7. 源文件中注释、字符串、字符常量或头文件名应由一系列有效的多字节字符组成？

三联符序列
  为了使代码能用任何非ASCII的字符集编写，但是有些字符集缺少这些字符。

2、字符输入？

3、字符显示

活动位置是显示设备上输出的下一个字符的位置，将可打印字符（由isprint定义）写入显示设备的是在活动位置显示该字符的图形表示，然后将活动位置前进到当前行的下一个位置。打印方向是特定于区域设置的。如果活动位置位于直线的最终位置（如果有），则行为未指定。

（警报）产生声音或可见警报	激活位置不得改变
（退格）将活动位置移动到当前行上的上一个位置	如果激活位置位于直线的初始位置，则行为未指定
（“表单馈送”）将活动位置移动到下一逻辑页开始处的初始位置
（“新行”）将活动位置移动到下一行的初始位置
（“回车”）将激活位置移动到当前行的初始位置
（“水平制表符”）将活动位置移动到当前行上的下一个水平制表位置	如果活动位置位于或超过上次定义的水平制表位置，则行为未指定。
（“垂直选项卡”）将活动位置移动到下一个垂直制表位置的初始位置	如果活动位置位于或超过上次定义的垂直制表位置，则行为未指定。

 
 
 
 
 
 
 
 

---

以上纯属个人观点，欢迎大佬批评指正

---

1. https://blog.youkuaiyun.com/init33/article/details/121258745 ↩︎

2. https://blog.youkuaiyun.com/init33/article/details/121318734 ↩︎

3. https://blog.youkuaiyun.com/init33/article/details/121319873 ↩︎

4. https://blog.youkuaiyun.com/init33/article/details/121323883 ↩︎

5. https://blog.youkuaiyun.com/init33/article/details/121323943 ↩︎

6. https://blog.youkuaiyun.com/init33/article/details/121323932 ↩︎

7. https://blog.youkuaiyun.com/init33/article/details/121323958 ↩︎

8. https://editor.youkuaiyun.com/md/?articleId=121323994 ↩︎