一個漢字在OC和C中分別佔用幾個字節

UTF-8編碼佔幾個字節?

佔2個字節的：帶有附加符號的拉丁文、希臘文、西裏爾字母、亞美尼亞語、希伯來文、阿拉伯文、敘利亞文及它拿字母則須要二個字節編碼

佔3個字節的：基本等同於GBK，含21000多個漢字

佔4個字節的：中日韓超大字符集裏面的漢字，有5萬多個

一個utf8數字佔1個字節

一個utf8英文字母佔1個字節

少數是漢字每一個佔用3個字節，多數佔用4個字節。

http://blog.csdn.net/bluetjs/article/details/52936943

 

char buf[101][30]=

{

"交易成功",         

ISO 錯誤 #68 請使用貸記卡,

"請與銀行聯繫"

}

第二個元素，存不下，會越界；

 

一個漢字在OC和C中分別佔用幾個字節？

http://bbs.itheima.com/thread-262480-1-1.html

這是編碼的問題，跟OC與C不要緊。
Xcode中中文佔用3個字節，由於在utf－8裏面中文要3個字節。C中佔2個字節，最大多是你默認使用GB2312編碼格式，國標中中文佔2字節。

區別1：字符集不一樣   區別2：編碼格式不一樣。

－－－－－－－－－－－－－－－－退後，下面開始裝逼了－－－－－－－－－－－－
一。中文可能碰到的編碼
ANSI：最先的時候計算機ASCII碼只能表示256個符號（含控制符號），這個字符集表示英文字母足夠，其中，咱們鍵盤上可見的符號的編碼範圍是從32到126（大小寫英文字母、數字、英文符號等）。但表示漢字、日語、韓語就不太夠用了，漢字經常使用字有3000多個。

不一樣的國家和地區制定了不一樣的標準，由此產生了 GB2312, BIG5, JIS 等各自的編碼標準。這些使用 2 個字節來表明一個字符的各類漢字延伸編碼方式，稱爲 ANSI 編碼

可是中國人也要用電腦打字，因而，中國人就研究出來了最先的中文字符集GB2312（GBK就是後來的擴展），GB2312的作法是，把ASC碼取值範圍的128～255這個區間挪用了一下，用兩個ASC碼錶示一個漢字，這樣可用的編碼範圍用十六進制表示就是0x8080到0xFFFF，這大概能表示一萬多個符號，足夠了。[注:實際沒用那麼多，GBK的範圍是8140-FEFE]

那個時候，計算機技術還不發達，各個國家搞本身的，好比臺灣，也另搞了一套，叫BIG5（俗稱：大五碼），跟大陸的也不太同樣，但方法是相似的，都是用0x80到0xFF這個區間。
而後日語（有編碼JIS）、韓語等等也各搞一套。

這些國家的編碼區間都是重疊的，但同一個漢字（好比有一些漢字同時存在於簡體、繁體、日語漢字中）有不一樣的編碼，很混亂是否是？但也湊合用了。編碼不一樣致使了不少麻煩，好比一個網頁，若是你不知道它是什麼編碼的，那麼你可能很難肯定它顯示的是什麼，一個字符多是大陸簡體/臺灣繁體/日本漢字，但又徹底是不一樣的幾個字。

因此若是用一些很老的軟件，可能會據說有中文版/日文版之類的，對應的版本只能在對應的系統上運行。

後來，這個對操做系統的開發實在是太困難了，由於這意味着不一樣語言的版本，都要從新編碼。因而發明了Unicode。

Unicode這個東西，就是要把地球上全部的語言的符號，都用統一的字符集來表示，一個編碼真正作到了惟一。

Unicode裏有幾種編碼方式：

UTF-16BE/LE：UTF-16就是Windows模式的編碼模式(Windows裏說的Unicode通常都是指這種編碼），用2個字節表示任意字符，注意：英文字符也佔2個字節（變態不？），這種編碼能夠表示65536個字符，至於LE和BE，就是一個數值在內存/磁盤上的保存方式，好比一個編碼0x8182，在磁盤上應該是0x81 0x82呢？仍是0x82 0x81呢？就是高位是最早保存仍是最後保存的問題，前者爲BE，後者爲LE。

UTF-8：UTF-8則是網頁比較流行的一種格式：用一個字節表示英文字符，用3個字節表示漢字，準確的說，UTF-8是用二進制編碼的前綴，若是某個UTF-8的編碼的第一個字節的最高二進制位是0，則這個編碼佔1字節，若是是110，則佔2字節，若是是1110，則佔3字節……

二。字符集與編碼格式
對於 ASCII、GB 23十二、Big五、GBK、GB 18030 之類的遺留方案來講，基本上一個字符集方案只使用一種編碼方案。
好比 ASCII 這部標準自己就直接規定了字符和字符編碼的方式，因此既是字符集又是編碼方案；而 GB 2312 只是一個區位碼形式的字符集標準，不過實際上基本都用 EUC-CN 來編碼，因此說起「GB 2312」時也說的是一個字符集和編碼連鎖的方案；GBK 和 GB 18030 等向後兼容於 GB 2312 的方案也相似。
因而，不少人受這些遺留方案的影響而沒法理解字符集和編碼的關係。

對於 Unicode，字符集和編碼是明確區分的。Unicode/UCS 標準首先是個統一的字符集標準。而 Unicode/UCS 標準同時也定義了幾種可選的編碼方案，在標準文檔中稱做「encoding form」，主要包括 UTF-八、UTF-16 和 UTF-32。
因此，對 Unicode 方案來講，一樣的基於 Unicode 字符集的文本能夠用多種編碼來存儲、傳輸。
因此，用「Unicode」來稱呼一個編碼方案不合適，而且誤導。

 

 

Xcode默認的中文編碼格式是UTF-8，一個漢字佔3個字節，因此在用Xcode的編寫C語言程序的話，一個漢字也是3個字節，若是是GB2312，GBK德編碼格式，一個漢字就佔用2個字節。