unicode マルチバイトについて

Question

文字列についてどうしてもわからないことがあります
visualstadioでは unicode マルチバイト文字を切り替えられる仕組みがあり
printf("%c", 81); //81は文字コード(JIS1バイトの)　
上記を実行したときunicode マルチバイト両方ともJISコードの結果が出てしまします
マルチバイトはJISコードが適用されるみたいですが、
unicodeがなぜJISコードをt読み取っているのかがわかりかねています。

また日本語を表示しようとしたとき2バイトで表現すると思いますが、
2つの16進数をprintfで表現しようとする場合どうやるのかもおしえていただきたいです！
printf(%c, 0x15????) ←　おそらくこんな感じかと思いますが????部分がわからないです。

正直文字列を入れるだけなら const char* や string で十分ですが、
文字の勉強もかねて　文字コードで文字を出したいと思い質問いたしました。
よろしくお願いいたします！

Answer 1

unicodeがなぜJISコードをt読み取っているのかがわかりかねています。

シフトJISでもUTF-8でも、最初128バイトはASCII領域なので、文字としては共通です。

Answer 2

既に出ている回答で良いかと思いますが、、、

また日本語を表示しようとしたとき2バイトで表現すると思いますが、

2つの16進数をprintfで表現しようとする場合どうやるのかもおしえていただきたいです！
printf(%c, 0x15????) ←　おそらくこんな感じかと思いますが????部分がわからないです。

日本語を扱う場合の文字コードですが、幾つかあります。

• Shift-JIS コード

これは、1byte と2byteの混在で、1byteで、半角文字(英数字、半角カナ等)と2byteで、漢字かなを表します。 (コードが重複しないように割り当て)

• UTF-8 (Unicode)

これは、複数byteでの表現となり、1byte(0-128)の範囲は、maisymakunさんの指摘通り。日本語などを扱う場合は、2byte以上必要となります。(例えば、'あ' : 0xE38182)

• UTF-16 (Unicode)

こちらも複数byteでの表現ですが、基本は、2byte固定。('あ' : 0x3042)

他にもいくつかあります。
で、実際にどうするかは、epistemeさんの回答になるのでは、と思います。

また、実際の内部コードで扱うのは、ちょっと大変。

---

(古い)Cでの出力について、

• Shift-JIS
  printf("%c%c\n", 0x82, 0xA0);

• UTF-8

printf("%c%c%c\n", 0xE3, 0x81, 0x82);
コマンドプロンプトでは、chcp 65001 で確認

• UTF-16

printf("%c%c\n", 0x42, 0x30);
コマンドプロンプトでは、chcp 1200 と思ったのですが、ダメみたいです。

参考までに。

Comments

[apa]

返信ありがとうございます
つまり数値での日本語出力は厳しいということでしょうか？

[episteme]

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

int main() {
setlocale(LC_ALL, "japanese");
wprintf(L"[%c]\n", 12354); // [あ]
return 0;
}

Answer 3

ワイド文字をプリントするなら wprinf じゃないかしら

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

int main() {
  setlocale(LC_ALL, "japanese");
  wprintf(L"[%c]\n", L'あ');
  return 0;
}

#include <iostream>
#include <locale>

int main() {
  std::wcout.imbue(std::locale("japanese"));
  std::wcout << L'[' << L'あ' << L"]\n";
}

Comments

[apa]

ありがとうございました！
setlocaleでいろいろ国の言語を選択できるみたいですね
勉強になります

Answer 4

次のコードは参考になりますか？

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

int main(void)
{
	setlocale(LC_CTYPE, "");
	char mbs[] = "abcあいう";      // multibyte string
	wchar_t wcs[] = L"abcあいう";  // wide character string

	printf("mbs =");
	for (int i = 0; ; i++) {
		printf(" %02x", mbs[i] & 0xff);
		if (mbs[i] == 0) break;
	}
	printf("\nwcs =");
	for (int i = 0; ; i++) {
		printf(" %04x", wcs[i] & 0xffff);
		if (wcs[i] == 0) break;
	}
	printf("\nmbs = [%s]\n", mbs);
	printf("wcs = [%ls]\n", wcs);
	printf("mbs[0] = %c, mbs[3] mbs[4] = %c%c\n", mbs[0], mbs[3], mbs[4]);
	printf("wcs[0] = %lc, wcs[3] = %lc\n", mbs[0], wcs[3]);
}

実行結果

mbs = 61 62 63 82 a0 82 a2 82 a4 00
wcs = 0061 0062 0063 3042 3044 3046 0000
mbs = [abcあいう]
wcs = [abcあいう]
mbs[0] = a, mbs[3] mbs[4] = あ
wcs[0] = a, wcs[3] = あ

追記

このプログラムって 3042が「あ」の文字コードですよね？

できればこの文字コードをprintfなどに代入して「あ」と出力したいとおもっておりまして
逆はできないのでしょうか？

逆の意味がよく分かりませんが、
上のプログラムで、wcs[3] のコード 3042 を %lc で「あ」と出力しています。

次のコードは理解できますか？

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

int main(void)
{
    setlocale(LC_CTYPE, "");
    printf("0x3042 = %lc\n", 0x3042);
    printf("L'あ' = %#x\n", L'あ');
}

実行結果

0x3042 = あ
L'あ' = 0x3042

理解できてもできなくても返事をお待ちしております。

Comments

[apa]

返信ありがとうございます　
このプログラムって 3042が「あ」の文字コードですよね？
できればこの文字コードをprintfなどに代入して「あ」と出力したいとおもっておりまして
逆はできないのでしょうか？