c中的UTF-8编码[关闭]

Question

UTF-8 编码是什么？我用谷歌搜索但无法理解它是什么。请用简单的语言和例子来说明。

接下来我需要用UTF-8 编码对一个字符串进行编码。我得到了openssl，但它只转换为base64 格式。

#include<stdio.h>

struct some
{
    char string[40];
};

int main() 
{
    string *s;
    char str[9];
    gets(str);
    strcpy(s,str);
    /*Now how to get emcoded form of "Hello" in UTF-8*/
    /*printf("encoded data");
    return 0;
}

这些字符串可在runtime 获得，所以不要对即将发生的事情做任何事情。编码后需要将它们存储在DB中。

我在SO 上检查了它，但在c 中找不到任何来源，它在.net java c# 中可用。我正在使用linux Redhat。

Answer 1

编码描述了哪些字节或字节序列对应于哪些字符。 ASCII 是最简单的编码。在 ASCII 中，单个字节值对应于单个字符。不幸的是，世界上有超过 255 个字符。 UTF-8 可能是最常见的编码格式，因为它与英文 ASCII 兼容，但也允许使用国际字符。如果你用 C 写一个标准的英文字符串，它已经是 UTF-8。 “你好” == “你好”

Joel 有一篇关于这个主题的精彩文章，名为：The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)

它很好地解释了 ASCII、unicode 和 UTF8 字符串编码。

在 UTF-8 中，从 0 到 127 的每个代码点都存储在一个字节中。仅有的 代码点 128 及以上使用 2、3 存储，实际上最多 4 个（不是 6，由 R 更正。） 字节。