主页 / 问题 / 605658
Accepted
MaximPro
Asked:2020-12-20 18:28:46 +0000 UTC2020-12-20 18:28:46 +0000 UTC

西里尔字符的 sizeof

  • 772

我做了一些实验，但我无法解释为什么它会这样工作。

示例 1：

#include <stdio.h>
int main() {
    /// латиница
    printf("\n%d",sizeof('a')); /// 1
    /// кириллица
    printf("\n%d",sizeof('ф')); /// 4
    return 0;
}

示例 2：

#include <stdio.h>
int main() {
    char a = 'a'; /// латиница
    char b = 'ф'; /// кириллица
    printf("\n%d",sizeof(a)); /// 1
    printf("\n%d",sizeof(b)); /// 1
    return 0;
}

实在是不明白，求解释！PS 编译器 g++

c++

3 个回答

  1. sizeof- 形式上不是函数，而是在编译时给出类型大小的运算符 - 即 存储这种类型的变量需要多少内存。

    'a'从您获得拉丁文字值 1的事实来看，您不是按 C 编译，而是按 C++ 编译！在纯 C 中，字符文字被强制转换为int，您将得到 4。

    例如，您还必须假设您的源文件保存为 utf-8，以便将西里尔字母扩展为大于 的char内容，并将该内容转换为int并给出 4。

    最后几行接收的不是文字，而是类型的变量char，对于 C++ 来说，它是唯一的 - sizeof(char) == 1。

    就这样...

    PS 因为有些人坚持...... :) 从字符文字标准：

    包含可在执行字符集中表示的单个 c-char 的普通字符文字具有 char 类型，其值等于执行字符集中 c-char 编码的数值。包含多个 c-char 的普通字符文字是多字符文字。多字符文字或包含单个 c-char 的普通字符文字在执行字符集中不可表示，是有条件支持的，具有类型 int，并具有实现定义的值。

    • 15
  2. Best Answer

    程序代码中的字符（和字符串）文字以某种方式被编译器翻译成字节序列。这种转换的规则取决于源的编码（正如其他贡献者已经提到的），但也可能取决于许多其他因素（参见另一个问题的答案）。

    应该注意的是，当您尝试使用clang编译器进行编译时，您的代码的两个版本 都会导致错误：

    error: character too large for enclosing character literal type  
char b = 'ф'; /// кириллица

    您正在使用的 gcc对带有字母的行给出了几个警告ф：

    warning: multi-character character constant [-Wmultichar]  
warning: overflow in implicit constant conversion [-Woverflow]

    第一个是关于使用多字符文字（并非所有编译器都支持）。第二个是这个文字不适合char. 那些。该类型'ф'已被编译器解释为大于char，正如@Harry 的回答中已经提到的，这种类型是int：

    ...具有 type int，并且具有实现定义的值。

    基于以上，我们可以得出结论：

    • 4（例 1）得到，因为 多字符文字未被截断且其大小等于int，即 sizeof(int) == 4.
    • 1(例2) 得到，因为 多字符文字char在变量初始化时被截断为类型b，但sizeof(char) == 1根据定义。

    我会在这里回复你对另一篇文章的评论：

    我把多字节文字想象成复杂编码中的一个字符，比方说 'f' (UTF-8)，这是 2 个字节，我们可以根据你的话写不超过 2x 'f' ...与 4 个字符不一致

    'ф'你真的不能写超过 2 。

    #include <stdio.h>
int main() {
    printf("\n%d",sizeof('ффф')); 
}

    warning: character constant too long for its type

    那些。事实上，该值被截断为sizeof(int).

    但是如果使用字符串文字，那么两个字节ф可能就足够存储了：

    #include <stdio.h>
int main() {
    const char c[] = "ф";
    printf("%ld\n", sizeof(c)); 
}

    3个

    输出一个数字3因为 分配 1 个字节用于终止零。

    • 7

  3. 单字节字符文字的类型'q'是char，sizeof(char)等于 1。

    多字节字符文字的类型'qq'是int，sizeof(int)例如 4。

    如果源文件以 utf-8 编码保存，则字面'ф'量为两个字节，相当于'\xd1\x84'. 因此，它的类型是int.

    • 4

相关问题