Linux下char类型可能带来的问题

http://blog.csdn.net/xiaobai1593/article/details/7070007

问题起因：

linux下C++采用utf-8编码方式，因此char类型不是单纯的一个字符一个字节。

一个英文字符占一个字节，而一个中文字符则不只占了一个字节（具体查看Unicode编码方案简介及实现一文）。

如下所示，分别输出中文的“王子”和其中文拼音的“wangzi”

代码：

[cpp] view plaincopy

1. <span style="font-family:'Microsoft YaHei';font-size:12px;">    char name[16]={0};  
2.     strcpy(name, "WangZi");  
3.     //strcpy(name, "王子");</span>  

在Linux环境下，内存中分别表示如下：

print name

$1 = "WangZi\000\000\000\000\000\000\000\000\000"

易知，一个英文字符占了一个byte（别忘了加上终止符）

print name
$1 = "王子\000\000\000\000\000\000\000\000\000"

可见，一个中文字符占用了3个byte

原因：

在Linux系统中，默认使用的是：Utf-8编码方式

（Utf-8是Unicode编码方式的一种实现，属于变长编码）

可能带来的问题1：

当字符串中含有中文，linux下printf()可以正常输出显示。但是，这样的char数组，传递个windows的程序（如wine上运行的程序）使用时，会出现乱码现象。因此，需要把它们转化为wchar_t类型。

我们在linux下使用mbstowcs()函数来将char类型转换wchar_t类型，然后再将wchar_t传递出去；

问题2：

在windows程序上得到的却是每个字节后面都有一个0值。

原因在于：linux下GCC规定的wchar_t是32bit（即4字节），而windows  VC中的wchar_t占用16bit（即2字节）。

使用MultiByteToWideChar()（Windows下的函数）可以将传递的char字符串（w0a0n0g0z0i0）成功转为两字节的wchar_t

具指点是说linux下char字符串使用utf-8编码，所以使用上面将char类型的字符串转为宽字符类型。