第27章：宽字符与多字节字符（wchar.h & wctype.h）

说实话，C语言里字符处理这块，我当年刚入行时也踩过不少坑。特别是遇到中文、日文这些非英文字符时，一个不小心就是乱码满天飞。今天咱们就聊聊宽字符和多字节字符——这两个概念，说白了就是C语言处理「非英文字符」的两套方案。

27.1 宽字符 vs 多字节字符：到底有啥区别？

先理清概念。多字节字符（Multibyte Character）是C语言早期的方案，一个字符可能占1个、2个甚至更多字节。比如ASCII字符占1字节，而中文在UTF-8下通常占3字节。宽字符（Wide Character）则是后来引入的，每个字符固定占2或4字节（取决于实现），用wchar_t类型表示。

我个人的习惯是：处理文本时优先用宽字符，因为固定长度好操作。但文件存储和网络传输时，多字节更省空间。你想想看，一个纯英文文本用UTF-8存，比用宽字符省一半空间。

27.2 宽字符的输入输出：wprintf 和 wscanf

宽字符版的printf和scanf，用法几乎一样，只是格式串和参数都换成宽字符版本。

#include <stdio.h>
#include <wchar.h>

int main() {
    wchar_t wstr[100];
    wchar_t wch = L'A';
    
    // 宽字符输出
    wprintf(L"单个宽字符：%lc\n", wch);
    wprintf(L"宽字符串：%ls\n", L"你好，世界！");
    
    // 宽字符输入
    wprintf(L"请输入一个宽字符串：");
    wscanf(L"%ls", wstr);
    wprintf(L"你输入的是：%ls\n", wstr);
    
    return 0;
}

注意格式串前面的L前缀，表示这是宽字符串字面量。我刚开始写的时候经常忘记加这个L，结果编译报错半天找不到原因。

27.3 宽字符文件操作：fgetwc 和 fputwc

文件IO也有宽字符版本。fgetwc从文件读一个宽字符，fputwc写一个宽字符。用法和fgetc/fputc几乎一样，只是返回和参数类型是wint_t和wchar_t。

#include <stdio.h>
#include <wchar.h>

int main() {
    FILE *fp;
    wint_t wc;
    
    // 以宽字符模式打开文件
    fp = fopen(L"test.txt", L"r, ccs=UTF-8");
    if (fp == NULL) {
        wprintf(L"文件打开失败\n");
        return 1;
    }
    
    // 逐个读取宽字符
    while ((wc = fgetwc(fp)) != WEOF) {
        putwchar(wc);  // 输出到屏幕
    }
    
    fclose(fp);
    return 0;
}

这里有个细节：fopen的第二个参数"r, ccs=UTF-8"是Windows特有的，告诉系统用UTF-8编码打开文件。Linux下通常不需要这个，但要注意locale设置。

27.4 编码转换：mbstowcs 和 wcstombs

这两个函数是连接多字节世界和宽字符世界的桥梁。我项目中经常需要从配置文件读UTF-8文本，转成宽字符处理，再转回UTF-8写回文件。

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

int main() {
    // 设置locale，否则转换可能出错
    setlocale(LC_ALL, "");
    
    // 多字节字符串（UTF-8编码）
    char mbstr[] = "你好，C语言！";
    wchar_t wstr[100];
    char back[100];
    
    // 多字节 → 宽字符
    size_t len = mbstowcs(wstr, mbstr, 100);
    if (len == (size_t)-1) {
        wprintf(L"转换失败\n");
        return 1;
    }
    wprintf(L"宽字符：%ls（长度：%zu）\n", wstr, len);
    
    // 宽字符 → 多字节
    len = wcstombs(back, wstr, 100);
    if (len == (size_t)-1) {
        wprintf(L"转换失败\n");
        return 1;
    }
    printf("转回多字节：%s（长度：%zu）\n", back, len);
    
    return 0;
}

27.5 宽字符分类：wctype.h 的妙用

wctype.h提供了宽字符的分类和转换函数，类似ctype.h但针对宽字符。比如判断一个宽字符是不是数字、字母、空白符等。

#include <stdio.h>
#include <wchar.h>
#include <wctype.h>

int main() {
    wchar_t wc = L'中';
    
    if (iswalpha(wc)) {
        wprintf(L"%lc 是字母\n", wc);
    }
    if (iswdigit(wc)) {
        wprintf(L"%lc 是数字\n", wc);
    }
    if (iswspace(wc)) {
        wprintf(L"%lc 是空白符\n", wc);
    }
    
    // 宽字符大小写转换
    wchar_t upper = towupper(L'a');
    wchar_t lower = towlower(L'A');
    wprintf(L"大写：%lc，小写：%lc\n", upper, lower);
    
    return 0;
}

嗯，这里要注意：iswalpha对中文也会返回真，因为中文在Unicode里属于字母类。这和isalpha只认英文字母不同。

27.6 知识体系总览

下面这张图帮你理清宽字符和多字节字符的关系，以及各自的适用场景。

27.7 实际项目中的选择建议

说了这么多，到底该用哪种？我根据项目经验给你几个建议：

场景	推荐方案	原因
纯英文文本处理	多字节（char）	简单高效，兼容性好
多语言文本处理	宽字符（wchar_t）	定长处理，避免编码问题
文件读写	多字节（UTF-8）	节省空间，跨平台兼容
网络传输	多字节（UTF-8）	标准协议要求
GUI界面显示	宽字符（wchar_t）	Windows API原生支持

好了，关于宽字符和多字节字符，核心就是这些。记住一点：多字节用于存储和传输，宽字符用于内存处理，两者通过mbstowcs/wcstombs转换。实际项目中，我一般用UTF-8多字节存文件，读进来转成宽字符处理，处理完再转回去写文件。这套流程用了好多年，基本没出过乱子。

---