爲什麼wprintf將Unicode連字分隔成兩個不同的字形？

Question

代碼：

#include <stdio.h> 
#include <wchar.h> 
#define USE_W 
int main() 
{ 
#ifdef USE_W 
    const wchar_t *ae_utf16 = L"\x00E6 & ASCII text ae\n"; 
    wprintf(ae_utf16); 
#else 
    const char *ae_utf8 = "\xC3\xA6 & ASCII text ae\n"; 
    printf(ae_utf8); 
#endif 
    return 0; 
} 

輸出：

AE & ASCII文本AE

雖然printf的產生正確UTF-8輸出：

æ& ASCII文本AE

您可以測試這個here。

Answer 1

printf只是發送原始字節到您的終端;它不知道編碼的任何內容。如果您的終端恰好配置爲將其解釋爲UTF-8，它將顯示正確的字符。另一方面，

wprintf瞭解編碼。它使用函數wcrtomb，該函數根據當前語言環境將寬字符（wchar_t）編碼爲多字節序列，。如果默認語言環境碰巧是"C"，這很簡約，字符æ被轉換爲「或多或少等效」字節序列ae。

如果將語言環境明確設置爲使用UTF-8的內容，如"en_US.UTF-8"，則輸出is as expected。當然，每個系統支持的語言環境不同，所以對此進行硬編碼並不好。