【发布时间】：2023-04-04 14:25:01
【问题描述】：
假设我有一个像“äa”这样的字符数组。 有没有办法获取第一个字符的 ascii 值（例如 228），它是一个多字节？ 即使我将数组转换为 wchar_t * 数组，我也无法获得“ä”的 ascii 值，因为它有 2 个字节长。 有没有办法做到这一点，我现在尝试了 2 天:(
我正在使用 gcc。
谢谢！
【问题讨论】：
【发布时间】：2023-04-04 14:25:01
【问题描述】：
你自相矛盾。像 ä 这样的国际字符（根据定义）不是 in ASCII 字符集，因此它们没有“ascii 值”。
这取决于你的两个字符数组的确切编码，你是否可以获得单个字符的代码点，如果可以，它将采用哪种格式。
【讨论】：
-
ascii 范围内字符的 unicode 代码与 ascii 编码相同。因此，在 wchar 的情况下，您可以采用最低有效字节并具有 ascii 代码。实际上作者的意思并非如此，我在回答中解释了
你很困惑。 ASCII 只有小于 128 的值。值 228 对应于 8 位字符集 ISO-8859-1、CP1252 和其他一些字符集中的 ä。它也是 Unicode 系统中 ä 的 UCS 值。如果您使用字符串文字“ä”并获得一个包含两个字符的字符串，则该字符串实际上是用 UTF-8 编码的，您可能希望解析 UTF-8 编码以获取 Unicode UCS 值。
您真正想做的更有可能是从一种字符集转换为另一种字符集。如何执行此操作在很大程度上取决于您的操作系统，因此需要更多信息。您还需要指定您到底想要什么？可能是 ISO-8859-1 的 std::string 或 char*？
【讨论】：
有一个标准 C++ 模板函数可以进行这种转换，ctype::narrow()。它是localization library 的一部分。如果可能，它会将宽字符转换为您当前本地的等效字符值。正如其他答案所指出的那样，并不总是存在映射，这就是为什么 ctype::narrow() 采用默认字符，如果没有映射，它将返回。
【讨论】：
取决于您的 char 数组中使用的编码。
如果您的 char 数组是拉丁 1 编码的，那么它的长度为 2 个字节（加上可能是 NUL 终止符，我们不在乎），这 2 个字节是：
- 0xE4（小写变音符号）
- 0x61（小写a）。
请注意，Latin 1 不是 ASCII，0xE4 也不是 ASCII 值，它是 Latin 1（或 Unicode）值。
你会得到这样的值：
int i = (unsigned char) my_array[0];
如果您的 char 数组是 UTF-8 编码的，那么它是三个字节长，这些字节是：
- 二进制 11000011（UTF-8 编码 0xE4 的第一个字节）
- 二进制 10100100（UTF-8 编码 0xE4 的第二个字节）
- 0x61（小写a）
要恢复使用 UTF-8 编码的字符的 Unicode 值，您要么需要根据 http://en.wikipedia.org/wiki/UTF-8#Description 自己实现它（在生产代码中通常是个坏主意），要么您需要使用特定于平台的 unicode -to-wchar_t 转换例程。在 linux 上这是 mbstowcs 或 iconv，尽管对于单个字符，您可以使用 mbtowc，前提是为当前语言环境定义的多字节编码实际上是 UTF-8：
wchar_t i;
if (mbtowc(&i, my_array, 3) == -1) {
// handle error
}
如果是 SHIFT-JIS 那么这不起作用...
【讨论】：
您想要的称为音译 - 将一种语言的字母转换为另一种语言。它与 unicode 和 wchars 无关。你需要一个映射表。
【讨论】：