在Linux文档中
LC_CTYPE 这个类别决定将字节序列解释为字符(例如,单字节字符和多字节字符)、字符分类(例如字母或数字)以及字符类的行为。在glibc系统中,这一类别还决定了iconv(1)和iconv(3)的字符音译规则。它改变了字符处理和分类函数的行为,如such (3)和toupper(3),以及多字节字符函数(如mblen(3)或wctomb(3) )。
但是,我看到GCC的putwchar源代码
/* _IO_putwc_unlocked */
# define _IO_putwc_unlocked(_wch, _fp) \
(__glibc_unlikely ((_fp)->_wide_data == NULL \
|| ((_fp)->_wide_data->_IO_write_ptr \
>= (_fp)->_wide_data->_IO_write_end)) \
? __woverflow (_fp, _wch) \
: (wint_t) (*(_fp)->_wide_data->_IO_write_ptr++ = (_wch)))
/* putwchar */
wint_t
putwchar (wchar_t wc)
{
wint_t result;
_IO_acquire_lock (stdout);
result = _IO_putwc_unlocked (wc, stdout);
_IO_release_lock (stdout);
return result;
}没有使用带有setlocale()的地区集的代码,这让我感到困惑。存储在内存中的字节何时何地传输到setlocale()设置的特定字符集
更新:
int main() {
wchar_t wc = L'\x00010437';
putwchar(wc); // print nothing
}int main() {
wchar_t wc = L'\x00010437';
setlocale(LC_CTYPE, "");
putwchar(wc); // print ''
}在上述两种情况下,setlocale()会影响屏幕上显示的字符。我想知道在哪个进程中,字节被确定表示像'‘这样的特定字符?
Update2:
也许我找到了将多字节数据转换为特定字符集的源代码。下面是_IO_wdo_write()中的glibc/libio/wfileops.c代码片段
/* Now convert from the internal format into the external buffer. */
result = (*cc->__codecvt_do_out) (cc, &fp->_wide_data->_IO_state,
data, data + to_do, &new_data,
write_ptr,
buf_end,
&write_ptr);发布于 2020-08-29 16:51:52
关于我的评论,请扩展如下:
C代码在哪里将内存中的字节编码到Linux中的特定字符集?
据我所知,根本没有。字符集.字符编码,是从字符序列到字节序列的映射--在这个词的抽象意义上。如果您正在查看表示字符数据的内存中的字节,那么当然,您将看到一个已经编码的表示。对于C程序,它们通常将根据C实现的执行字符集进行编码。
特别是,在C“字符”和“宽字符”类型实际上表示字符的范围内,它们包含编码字符数据。通常在读取或写入此类数据时不需要或执行转换,这就是为什么您没有在glibc源中看到它的原因。
当然,程序可以用其他编码方式对字符进行编码,并将产生的字节存储在内存中,例如,通过iconv(3)。因此,程序有责任确保它们得到适当的处理。至于将编码的字节序列映射到可视化表示形式--“象形文字”--这是一个由程序执行的函数,用于显示或打印它们。一种方法是简单地选择一个字体,并从字节序列到象形文字进行适当的映射。
https://stackoverflow.com/questions/63631762
复制相似问题