C 字符串文本中的 UTF-8 转义序列

Question

在C语言中，我用以下形式指定了一个Unicode字符:

"\uCODEPOINT"

然而，我找不到关于它是如何存储的任何细节。是UTF-8、16、32吗？是否有指定UTF-8编码的符号，或者我必须用十六进制写每个字节？

Answer 1

然而，我找不到关于它是如何存储的任何细节。

执行字符集取决于实现。然而，如果默认值不是您想要的，一些编译器确实有一些选项可以更改它。C11标准还有其他方法来指定UTF编码中的Unicode字符串文字（例如u8“Hello”）。

Answer 2

\uXXXX是一个（缩写）通用字符名。例如，您可以在程序中的任何位置使用\u0041来代替A--它可以在源文本中，例如作为标识符的一部分，也可以在字符或字符串文本中。如果在文本中使用它，它将与在该文本中使用a完全相同。这同样适用于编码长度超过8位的字符名称……您可以使用通用名称，或者如果您有允许的输入方法，可以直接输入字符。字符在内存中的编码方式取决于实现，取决于字符是否出现在“”或“L”字面值中，并取决于字符是否是执行字符集的成员。请注意C标准中的这一点：

字符常量和字符串文字中的每个源字符集成员和转义序列被转换为执行字符集的相应成员；如果没有对应的成员，则会将其转换为实现定义的成员，而不是空（宽）字符。）

在使用UTF-8编码表示非宽字符串的实现中，出现在非宽字符串文字中的\uXXXX当然会与文字中的所有其他字符一起用UTF-8进行编码。如果\uXXXX出现在宽字符串文字中，它将被编码为值为0xXXXX的宽字符。