什么是C語(yǔ)言中的寬字符與多字節(jié)字符

C語(yǔ)言原本是在英文環(huán)境中設(shè)計(jì)的，主要的字符集是7位的ASCII碼，8位的byte（字節(jié)）是最常見的字符編碼單位。但是國(guó)際化軟件必須能夠表示不同的字符，而這些字符數(shù)量龐大，無(wú)法使用一個(gè)字節(jié)編碼。

C95標(biāo)準(zhǔn)化了兩種表示大型字符集的方法：寬字符（wide character，該字符集內(nèi)每個(gè)字符使用相同的位長(zhǎng)）以及多字節(jié)字符（multibyte character，每個(gè)字符可以是一到多個(gè)字節(jié)不等，而某個(gè)字節(jié)序列的字符值由字符串或流（stream）所在的環(huán)境背景決定）。

自從1994年的增補(bǔ)之后，C語(yǔ)言不只提供char類型，還提供wchar_t類型（寬字符），此類型定義在stddef.h 頭文件中。wchar_t指定的寬字節(jié)類型足以表示某個(gè)實(shí)現(xiàn)版本擴(kuò)展字符集的任何元素。

在多字節(jié)字符集中，每個(gè)字符的編碼寬度都不等，可以是一個(gè)字節(jié)，也可以是多個(gè)字節(jié)。源代碼字符集和運(yùn)行字符集都可能包含多字節(jié)字符。多字節(jié)字符可以被用于字符的常量、字符串字面值（string literal）、標(biāo)識(shí)符（identifier）、注釋（comment），以及頭文件。

C語(yǔ)言本身并沒有定義或指定任何編碼集合，或任何字符集（基本源代碼字符集和基本運(yùn)行字符集除外），而是由其實(shí)現(xiàn)指定如何編碼寬字符，以及要支持什么類型的多字節(jié)字符編碼機(jī)制。

雖然C標(biāo)準(zhǔn)沒有支持Unicode字符集，但是許多實(shí)現(xiàn)版本使用Unicode轉(zhuǎn)換格式UTF-16和UTF-32來(lái)處理寬字符。如果遵循Unicode標(biāo)準(zhǔn)，wchar_t類型至少是16或32位長(zhǎng)，而wchar_t類型的一個(gè)值就代表一個(gè)Unicode字符。

UTF-8是一個(gè)由Unicode Consortium（萬(wàn)國(guó)碼聯(lián)盟）定義的實(shí)現(xiàn)，可以表示Unicode字符集的所有字符。UTF-8字符所使用的空間大小從一個(gè)字節(jié)到四個(gè)字節(jié)都有可能。

多字節(jié)字符和寬字符（也就是wchar_t）的主要差異在于寬字符占用的字節(jié)數(shù)目都一樣，而多字節(jié)字符的字節(jié)數(shù)目不等，這樣的表示方式使得多字節(jié)字符串比寬字符串更難處理。比方說(shuō)，即使字符'A'可以用一個(gè)字節(jié)來(lái)表示，但是要在多字節(jié)的字符串中找到此字符，就不能使用簡(jiǎn)單的字節(jié)比對(duì)，因?yàn)榧词乖谀硞€(gè)位置找到相符合的字節(jié)，此字節(jié)也不見得是一個(gè)字符，它可能是另一個(gè)不同字符的一部分。然而，多字節(jié)字符相當(dāng)適合用來(lái)將文字存儲(chǔ)成文件。

C提供了一些標(biāo)準(zhǔn)函數(shù)，可以將多字節(jié)字符轉(zhuǎn)換為wchar_t，或?qū)捵址D(zhuǎn)換為多字節(jié)字符。比方說(shuō)，如果C 編譯器使用Unicode 標(biāo)準(zhǔn)的UTF-16 和UTF-8，那么下面調(diào)用wctomb()函數(shù)就可以獲得字符的多字節(jié)表示方式（注：wctomb = wide character to multibyte）。