wctomb失败：非法字节序列

我试图测试超出BMP范围的Unicode。下面我使用+ UD834DF01作为示例字符，并尝试将其转换为多字节字符，但程序失败并说'非法字节序列'，为什么？wctomb失败：非法字节序列

#include <stdio.h> 
#include <wchar.h> 
#include <locale.h> 
#include <stdlib.h> 
#include <limits.h> 

int main(int argc, const char *argv[]) 
{ 
    setlocale(LC_ALL, ""); // my locale is UTF-8 

    wchar_t wc = 0xd834df01; 
    char bytes[MB_LEN_MAX] = {0}; 
    int r = wctomb(bytes, wc); 
    if (r > 0) { 
     for (int i = 0; i < MB_LEN_MAX; i++) 
      printf("0x%x\n", bytes[i]); 
    } else { 
     perror("fail"); 
    } 

    return 0; 
}

来源

2017-05-26 noinput

Hex D834DF01不是有效的Unicode码点;没有超过十六进制110000的值。 “替代”代码单元D834和DF01的对（的序列）是UTF-16编码码点U + 10D301是在一个私用区域，而不是一个标准字符，而是有效地编码以UTF-8作为f4 8d 8c 81. UTF-16用于Windows的大部分，几乎所有的Java和其他一些地方。

更正：我在我脑子里进行了代理转换，并滑倒了一个hexit;作为评论，它实际上是在Tai Xuan Jing的U + 1D301 digram for heavenly earth。

来源

2017-05-26 03:22:20

这就是说gcc使用wchar_t来表示一个Unicode代码点吗？ – noinput

我试过libiconv，但是我的结果是U + 01D301和UTF-8作为0xf0 0x9d 0x8c 0x81 – noinput

@noinput：宽字符/字符串支持主要是你的C库而不是你的编译器，glibc是现代的Unicode即UCS- 4。你对1D301是正确的，请参阅编辑。 –

wctomb失败：非法字节序列

回答

相关问题