масив Char (Windows-1251, ASCII, UTF-8)

@Volf 424 · Регистрация: 18.12.2012

Студворк — интернет-сервис помощи студентам

Перехожу с мелкомяхких на linux (с Delphi на С++), так как все мои программы занимаются обработкой строк то решил сначала разобраться со строками:

Windows-1251 - коды символов: 0-255 что соответствует unsigned char
ASCII - коды символов: 0-127 что соответствует char (signed char)
UTF-8 - совсем запутался, как с ним работать?

Программа:

C++
1
2
3
4
5
6
7
8
9
10
11
12
#include <iostream>
using namespace std;
 
int main()
{
    char s[3];
    s[0] = -47;
    s[1] = -122;
    s[2] = 0;
    cout << s << endl;
    return 0;
}

выводит символ ц (U+0446), char s[3] (-47, -121, 0) выводит символ ч (U+0447).

Как написать две функции в которых 1-я принимала масив char s[6] и выдавала код символа в HEX формате (не используемые биты заполнены нулями) и на оборот, 2-я принимала код символа в HEX формате и выдавала масив char s[6] (не используемые биты заполнены нулями) ума не приложу

Даже статья по UTF-8 в википедии не помогла.

MrGluck · 22.12.2012, 02:26

Volf 424, для UTF-8 используйте wchar

@Volf 424 · 22.12.2012, 02:54 **[ТС]**

Сообщение от MrGluck

Volf 424, для UTF-8 используйте wchar

Если честно то с wchar_t в консоли у меня еще пока что не получается работать и по вики на wchar_t не очень хорошая статья для меня, не понравилось:

В Windows API, тип wchar_t именуется как WCHAR и имеет фиксированный размер 16 бит, что не позволяет кодировать весь набор символов Unicode (больше 1 миллиона). Поэтому нарушается стандарт ANSI/ISO C, который требует, чтобы символьный тип wchar_t поддерживал все представимые в системе символы в одном объекте wchar_t. По сути в WinAPI под WCHAR подразумевается 2-байтное слово из кодировки UTF-16LE (как тип WORD). Поэтому символы с кодами выше FFFF16 кодируются парой WCHAR (так называемые «суррогаты»). И всем API-функциям передаётся не количество символов, а размер символьного массива в машинных словах.

В GNU/Linux тип wchar_t имеет размер 32 бита.

поэтому вопрос встал в таком ключе.

@OhMyGodSoLong · 22.12.2012, 10:15

В Си/Cи++ с юникодом всё печально. Берите ICU, если не используете какой-то фреймворк вроде Qt, где юникод "искаробки" в строках.

@Volf 424 · 22.12.2012, 15:23 **[ТС]**

Сообщение от ~OhMyGodSoLong~

В Си/Cи++ с юникодом всё печально. Берите ICU, если не используете какой-то фреймворк вроде Qt, где юникод "искаробки" в строках.

Позволю не согласится, для примера: char s[5] (-16, -99, -124, -98, 0) выводит символ 𝄞 (U+01D11E), поняв как различаются 2-х байтные символы от 6-и и приведя символ к виду U+хххххх.... можно создать функции для обработки строк с нужным функционалом но как ето сделать я пока без понятия

Croessmah · 22.12.2012, 15:38

Может поможет:
Текст в памяти компьютера. Кодирование текста: ASCII и Юникод (UTF-16)

@Volf 424 · 23.12.2012, 02:28 **[ТС]**

Сообщение от Croessmah

Может поможет:
Текст в памяти компьютера. Кодирование текста: ASCII и Юникод (UTF-16)

Косвенно помогло, натолкнуло на мысль: Для примера возьмем char s[3] (-47, -121, 0) выводит символ ч (U+0447)
256-47=109 (11010001)
256-121=135 (10000111)
По табличке из википедии: (11010001, 10000111)=10001000111 что в HEX 0447.
Осталось придумать как это пооптимальней организовать, особенно обратное преобразование (с U+xx.... в char s[6]).

@Volf 424 · 25.12.2012, 00:54 **[ТС]**

Разобрался как С++ работает с юникодом, может кому будет интересно привожу пример программы (переводит символ в код символа в юникод формате), код не оптимизирован так как только учу С++

C++
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
#include <iostream>
using namespace std;
 
const char DecToBinTable[256][9] =
{
    "00000000","00000001","00000010","00000011","00000100","00000101","00000110","00000111",
    "00001000","00001001","00001010","00001011","00001100","00001101","00001110","00001111",
    "00010000","00010001","00010010","00010011","00010100","00010101","00010110","00010111",
    "00011000","00011001","00011010","00011011","00011100","00011101","00011110","00011111",
    "00100000","00100001","00100010","00100011","00100100","00100101","00100110","00100111",
    "00101000","00101001","00101010","00101011","00101100","00101101","00101110","00101111",
    "00110000","00110001","00110010","00110011","00110100","00110101","00110110","00110111",
    "00111000","00111001","00111010","00111011","00111100","00111101","00111110","00111111",
    "01000000","01000001","01000010","01000011","01000100","01000101","01000110","01000111",
    "01001000","01001001","01001010","01001011","01001100","01001101","01001110","01001111",
    "01010000","01010001","01010010","01010011","01010100","01010101","01010110","01010111",
    "01011000","01011001","01011010","01011011","01011100","01011101","01011110","01011111",
    "01100000","01100001","01100010","01100011","01100100","01100101","01100110","01100111",
    "01101000","01101001","01101010","01101011","01101100","01101101","01101110","01101111",
    "01110000","01110001","01110010","01110011","01110100","01110101","01110110","01110111",
    "01111000","01111001","01111010","01111011","01111100","01111101","01111110","01111111",
    "10000000","10000001","10000010","10000011","10000100","10000101","10000110","10000111",
    "10001000","10001001","10001010","10001011","10001100","10001101","10001110","10001111",
    "10010000","10010001","10010010","10010011","10010100","10010101","10010110","10010111",
    "10011000","10011001","10011010","10011011","10011100","10011101","10011110","10011111",
    "10100000","10100001","10100010","10100011","10100100","10100101","10100110","10100111",
    "10101000","10101001","10101010","10101011","10101100","10101101","10101110","10101111",
    "10110000","10110001","10110010","10110011","10110100","10110101","10110110","10110111",
    "10111000","10111001","10111010","10111011","10111100","10111101","10111110","10111111",
    "11000000","11000001","11000010","11000011","11000100","11000101","11000110","11000111",
    "11001000","11001001","11001010","11001011","11001100","11001101","11001110","11001111",
    "11010000","11010001","11010010","11010011","11010100","11010101","11010110","11010111",
    "11011000","11011001","11011010","11011011","11011100","11011101","11011110","11011111",
    "11100000","11100001","11100010","11100011","11100100","11100101","11100110","11100111",
    "11101000","11101001","11101010","11101011","11101100","11101101","11101110","11101111",
    "11110000","11110001","11110010","11110011","11110100","11110101","11110110","11110111",
    "11111000","11111001","11111010","11111011","11111100","11111101","11111110","11111111"
};
 
const char BinToHexTable[2][2][2][2][2][2][2][2][3] =
{
    "00", "01", "02", "03", "04", "05", "06", "07", "08", "09", "0A", "0B", "0C", "0D", "0E", "0F",
    "10", "11", "12", "13", "14", "15", "16", "17", "18", "19", "1A", "1B", "1C", "1D", "1E", "1F",
    "20", "21", "22", "23", "24", "25", "26", "27", "28", "29", "2A", "2B", "2C", "2D", "2E", "2F",
    "30", "31", "32", "33", "34", "35", "36", "37", "38", "39", "3A", "3B", "3C", "3D", "3E", "3F",
    "40", "41", "42", "43", "44", "45", "46", "47", "48", "49", "4A", "4B", "4C", "4D", "4E", "4F",
    "50", "51", "52", "53", "54", "55", "56", "57", "58", "59", "5A", "5B", "5C", "5D", "5E", "5F",
    "60", "61", "62", "63", "64", "65", "66", "67", "68", "69", "6A", "6B", "6C", "6D", "6E", "6F",
    "70", "71", "72", "73", "74", "75", "76", "77", "78", "79", "7A", "7B", "7C", "7D", "7E", "7F",
    "80", "81", "82", "83", "84", "85", "86", "87", "88", "89", "8A", "8B", "8C", "8D", "8E", "8F",
    "90", "91", "92", "93", "94", "95", "96", "97", "98", "99", "9A", "9B", "9C", "9D", "9E", "9F",
    "A0", "A1", "A2", "A3", "A4", "A5", "A6", "A7", "A8", "A9", "AA", "AB", "AC", "AD", "AE", "AF",
    "B0", "B1", "B2", "B3", "B4", "B5", "B6", "B7", "B8", "B9", "BA", "BB", "BC", "BD", "BE", "BF",
    "C0", "C1", "C2", "C3", "C4", "C5", "C6", "C7", "C8", "C9", "CA", "CB", "CC", "CD", "CE", "CF",
    "D0", "D1", "D2", "D3", "D4", "D5", "D6", "D7", "D8", "D9", "DA", "DB", "DC", "DD", "DE", "DF",
    "E0", "E1", "E2", "E3", "E4", "E5", "E6", "E7", "E8", "E9", "EA", "EB", "EC", "ED", "EE", "EF",
    "F0", "F1", "F2", "F3", "F4", "F5", "F6", "F7", "F8", "F9", "FA", "FB", "FC", "FD", "FE", "FF"
};
 
// Преобразование символа в Юникод код. (масив UTFCode должен быть размером минимум 8)
void CharToUnicod(char Char[6], char* UTFCode);
 
int main()
{
    char Code[9];
    char Char[6];
    cout << "Введите символ: ";
    cin >> Char;
    CharToUnicod(Char, Code);
    Code[8] = '\0';
    cout << "U+" << Code << endl;
    return 0;
}
 
void CharToUnicod(char Char[6], char* UTFCode)
{
    bool CodeBlock[32];
    for (int Index = 0; Index < 32; Index++)
        CodeBlock[Index] = false;
// Символы от 00000000 до 0000007F
    if ((Char[0] >= 0) && (Char[0] <= 127)) 
    {
        for (int Index = 0; Index < 7; Index++)
        {
            if (DecToBinTable[Char[0]][1 + Index] == '1')
                CodeBlock[25 + Index] = true;
        }
    }
// Символы от 00000080 до 000007FF
    if ((Char[0] >= -64) && (Char[0] <= -33))
    {
        for (int Index = 0; Index < 5; Index++)
        {
            if (DecToBinTable[256 + Char[0]][3 + Index] == '1')
                CodeBlock[21 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[1]][2 + Index] == '1')
                CodeBlock[26 + Index] = true;
        }
    }
// Символы от 00000800 до 0000FFFF
    if ((Char[0] >= -32) && (Char[0] <= -17))
    {
        for (int Index = 0; Index < 4; Index++)
        {
            if (DecToBinTable[256 + Char[0]][4 + Index] == '1')
                CodeBlock[16 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[1]][2 + Index] == '1')
                CodeBlock[20 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[2]][2 + Index] == '1')
                CodeBlock[26 + Index] = true;
        }
    }
// Символы от 00010000 до 001FFFFF
    if ((Char[0] >= -16) && (Char[0] <= -9))
    {
        for (int Index = 0; Index < 3; Index++)
        {
            if (DecToBinTable[256 + Char[0]][5 + Index] == '1')
                CodeBlock[11 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[1]][2 + Index] == '1')
                CodeBlock[14 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[2]][2 + Index] == '1')
                CodeBlock[20 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[3]][2 + Index] == '1')
                CodeBlock[26 + Index] = true;
        }
    }
// Символы от 00200000 до 03FFFFFF
    if ((Char[0] >= -8) && (Char[0] <= -5))
    {
        for (int Index = 0; Index < 2; Index++)
        {
            if (DecToBinTable[256 + Char[0]][6 + Index] == '1')
                CodeBlock[6 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[1]][2 + Index] == '1')
                CodeBlock[8 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[2]][2 + Index] == '1')
                CodeBlock[14 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[3]][2 + Index] == '1')
                CodeBlock[20 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[4]][2 + Index] == '1')
                CodeBlock[26 + Index] = true;
        }
    }
// Символы от 04000000 до FFFFFFFF
    if ((Char[0] >= -4) && (Char[0] <= -3))
    {
        for (int Index = 0; Index < 1; Index++)
        {
            if (DecToBinTable[256 + Char[0]][7 + Index] == '1')
                CodeBlock[1 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[1]][2 + Index] == '1')
                CodeBlock[2 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[2]][2 + Index] == '1')
                CodeBlock[8 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[3]][2 + Index] == '1')
                CodeBlock[14 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[4]][2 + Index] == '1')
                CodeBlock[20 + Index] = true;
        }
        for (int Index = 0; Index < 6; Index++)
        {
            if (DecToBinTable[256 + Char[5]][2 + Index] == '1')
                CodeBlock[26 + Index] = true;
        }
    }
    UTFCode[0] = BinToHexTable[CodeBlock[0]][CodeBlock[1]][CodeBlock[2]][CodeBlock[3]]
                  [CodeBlock[4]][CodeBlock[5]][CodeBlock[6]][CodeBlock[7]][0];
    UTFCode[1] = BinToHexTable[CodeBlock[0]][CodeBlock[1]][CodeBlock[2]][CodeBlock[3]]
                  [CodeBlock[4]][CodeBlock[5]][CodeBlock[6]][CodeBlock[7]][1];
    UTFCode[2] = BinToHexTable[CodeBlock[8]][CodeBlock[9]][CodeBlock[10]][CodeBlock[11]]
                  [CodeBlock[12]][CodeBlock[13]][CodeBlock[14]][CodeBlock[15]][0];
    UTFCode[3] = BinToHexTable[CodeBlock[8]][CodeBlock[9]][CodeBlock[10]][CodeBlock[11]]
                  [CodeBlock[12]][CodeBlock[13]][CodeBlock[14]][CodeBlock[15]][1];
    UTFCode[4] = BinToHexTable[CodeBlock[16]][CodeBlock[17]][CodeBlock[18]][CodeBlock[19]]
                  [CodeBlock[20]][CodeBlock[21]][CodeBlock[22]][CodeBlock[23]][0];
    UTFCode[5] = BinToHexTable[CodeBlock[16]][CodeBlock[17]][CodeBlock[18]][CodeBlock[19]]
                  [CodeBlock[20]][CodeBlock[21]][CodeBlock[22]][CodeBlock[23]][1];
    UTFCode[6] = BinToHexTable[CodeBlock[24]][CodeBlock[25]][CodeBlock[26]][CodeBlock[27]]
                  [CodeBlock[28]][CodeBlock[29]][CodeBlock[30]][CodeBlock[31]][0];
    UTFCode[7] = BinToHexTable[CodeBlock[24]][CodeBlock[25]][CodeBlock[26]][CodeBlock[27]]
                  [CodeBlock[28]][CodeBlock[29]][CodeBlock[30]][CodeBlock[31]][1];
}

Попутно просьба к модератору сменить название темы на: масив Char (ASCII, UTF-хх).

@Avazart · 25.12.2012, 02:05

iconv

Новые блоги и статьи Все статьи Все блоги /
PhpStorm 2025.3: WSL Terminal всегда стартует в ~ and_y87 14.12.2025 PhpStorm 2025. 3: WSL Terminal всегда стартует в ~ (home), игнорируя директорию проекта Симптом: После обновления до PhpStorm 2025. 3 встроенный терминал WSL открывается в домашней директории. . .	Access VikBal 11.12.2025 Помогите пожалуйста !! Как объединить 2 одинаковые БД Access с разными данными.	Новый ноутбук volvo 07.12.2025 Всем привет. По скидке в "черную пятницу" взял себе новый ноутбук Lenovo ThinkBook 16 G7 на Амазоне: Ryzen 5 7533HS 64 Gb DDR5 1Tb NVMe 16" Full HD Display Win11 Pro	Музыка, написанная Искусственным Интеллектом volvo 04.12.2025 Всем привет. Некоторое время назад меня заинтересовало, что уже умеет ИИ в плане написания музыки для песен, и, собственно, исполнения этих самых песен. Стихов у нас много, уже вышли 4 книги, еще 3. . .	От async/await к виртуальным потокам в Python IndentationError 23.11.2025 Армин Ронахер поставил под сомнение async/ await. Создатель Flask заявляет: цветные функции - провал, виртуальные потоки - решение. Не threading-динозавры, а новое поколение лёгких потоков. Откат?. . .
Поиск "дружественных имён" СОМ портов Argus19 22.11.2025 Поиск "дружественных имён" СОМ портов На странице: https:/ / norseev. ru/ 2018/ 01/ 04/ comportlist_windows/ нашёл схожую тему. Там приведён код на С++, который показывает только имена СОМ портов, типа,. . .	Сколько Государство потратило денег на меня, обеспечивая инсулином. Programma_Boinc 20.11.2025 Сколько Государство потратило денег на меня, обеспечивая инсулином. Вот решила сделать интересный приблизительный подсчет, сколько государство потратило на меня денег на покупку инсулинов. . . .	Ломающие изменения в C#.NStar Alpha Etyuhibosecyu 20.11.2025 Уже можно не только тестировать, но и пользоваться C#. NStar - писать оконные приложения, содержащие надписи, кнопки, текстовые поля и даже изображения, например, моя игра "Три в ряд" написана на этом. . .	Мысли в слух kumehtar 18.11.2025 Кстати, совсем недавно имел разговор на тему медитаций с людьми. И обнаружил, что они вообще не понимают что такое медитация и зачем она нужна. Самые базовые вещи. Для них это - когда просто люди. . .	Создание Single Page Application на фреймах krapotkin 16.11.2025 Статья исключительно для начинающих. Подходы оригинальностью не блещут. В век Веб все очень привыкли к дизайну Single-Page-Application . Быстренько разберем подход "на фреймах". Мы делаем одну. . .

MrGluck Форумчанин 8216 / 5047 / 1437 Регистрация: 29.11.2010 Сообщений: 13,453
	22.12.2012, 02:26
	Volf 424, для UTF-8 используйте wchar 0

@OhMyGodSoLong ~ Эврика! ~ 1258 / 1007 / 74 Регистрация: 24.07.2012 Сообщений: 2,002
	22.12.2012, 10:15
	В Си/Cи++ с юникодом всё печально. Берите ICU, если не используете какой-то фреймворк вроде Qt, где юникод "искаробки" в строках. 1

Croessmah Неэпический 18144 / 10728 / 2066 Регистрация: 27.09.2012 Сообщений: 27,026 Записей в блоге: 1
	22.12.2012, 15:38
	Может поможет: Текст в памяти компьютера. Кодирование текста: ASCII и Юникод (UTF-16) 1

@Avazart 8484 / 6151 / 615 Регистрация: 10.12.2010 Сообщений: 28,683 Записей в блоге: 30
	25.12.2012, 02:05
	iconv 0