Как gcc определяет широкий набор символов при вызове `mbtowc()`?

Question

В соответствии с руководством gcc опция -fwide-exec-charset определяет широкий набор символов широких строковых и символьных констант во время компиляции.

Но каков широкий набор символов при преобразовании многобайтового символа в широкий символ, вызывая mbtowc() во время выполнения? В POSIX standard указано, что набор символов многобайтовых символов определяется категорией LC_CTYPE текущей локали, но ничего не говорит о широком наборе символов. У меня сейчас нет стандарта C, поэтому я не знаю, что говорит об этом в стандарте C.

Определяет ли параметр gcc -fwide-exec-charset широкий набор символов, используемый mbtowc(), так же, как во время компиляции?

Answer 1

Короткий ответ: набор символов, используемый для широких строк, определяется характеристиками wchar_t, известных во время компиляции. Поскольку mbtowc - это библиотечная функция, это происходит при создании libc.

mbtowc считывает один символ из строки, закодированной во внешней кодировке, и записывает ее в значение wchar_t, способное представлять любой символ. Аналогично, mbstowcs преобразует внешнюю кодированную строку C в простой массив из wchar_t. С точки зрения системы нет смысла указывать «кодировку» получающегося широкого символа/строки, потому что изменение его выходной кодировки каким-либо образом нарушит использование полученной широкой строки в виде массива wchar_t.

Вы можете описатьmbstowcs как производство фиксированной ширины кодировки Unicode, такие как UCS-2 или UCS-4 (или более точно UTF-16 или UTF-32), если широкие символы соответствуют ISO 10646 кодовых точек, и в зависимости от ширины wchar_t. Вы также можете описать его как little-endian или big-endian в зависимости от вашей сущности представления процессора wchar_t. Но это свойства платформы, которые вы не можете изменить во время выполнения больше, чем вы можете изменить endianness, или ASCII для EBCDIC.

-fwide-exec-charset служит для явного указания компилятору кодировки, соответствующей внутреннему представлению массива-wchar_t. Это полезно, когда оно отличается от представления, которое обычно генерирует компилятор (потому что вы перекрещиваетесь с компилятором или потому, что компилятор был неправильно сконфигурирован). Вот почему руководство продолжает предупреждать, что «у вас будут проблемы с кодировками, которые не соответствуют точно в wchar_t».