如何使用'æ''ø'；和'å'；在C中

我用C语言编写了一个程序，可以替换或删除字符串中的所有元音。此外，我希望它能为这些角色工作：“æ”、“ø”、“å”

我曾尝试使用strstr（），但如果不替换包含“æ”、“ø”或“å”的行中的所有字符，我就无法实现它。 我也读过，但这似乎只会使事情复杂化

程序正在使用此字符数组：

char vowels[6] = {'a', 'e', 'i', 'o', 'u', 'y'};

我尝试使用此阵列：

char vowels[9] = {'a', 'e', 'i', 'o', 'u', 'y', 'æ', 'ø', 'å'};

但它给出了以下警告：

警告：多字符字符常量[-Wmultichar]

警告：隐式常量转换中溢出[-Woverflow]

如果我想用“a”替换每个元音，它会用“a”替换“å”�a”

我也试过使用“æ”、“ø”和“å”的形式

char extended[3] = {"\xc3\xa6", "\xc3\xb8", "\xc3\xa5"};

但它给出了这样一个错误：

字符数组初始值设定项中的多余元素

---

有没有一种方法可以让这个角色在不太复杂的情况下工作？

有两种方法可以让这个角色变得可用。第一个是，这将允许您（值128-255），但代码页依赖于系统和语言环境，所以一般来说这是一个坏主意

更好的选择是使用。unicode的典型情况是使用宽字符文本：

您的代码的关键问题是您正在尝试。解决方法很简单：将所有文本以及字符串转换为宽字符UTF8等价物。您需要使用通用编码，而不是混合编码，除非您有转换函数提供帮助。

了解（包括其与的关系）并使用一些UTF-8库：，来自GTK

你需要了解你在用什么

我强烈建议在所有情况下使用（这是大多数Linux系统以及几乎所有Internet和web服务器的默认设置；请阅读&）。 读

我不推荐宽度、范围和符号特定于实现的

wchar\u t

（您不能确定Unicode是否适合

wchar\u t

；有传言说在Windows上它不适合）。此外，将UTF-8输入转换为Unicode/UCS4可能会非常耗时，而不仅仅是处理UTF-8

请务必理解，在UTF-8中，字符可以用几个字节编码。例如，

ê

（法语重音小写）用两个字节编码

0xc3、0xaa

，

ê

（俄语小写）用两个字节编码

0xd1、0x8b

，两者都被视为元音，但都不适合一个

char

（在您和我的机器上是一个8位字节）

元音的概念很复杂（例如，俄语、阿拉伯语、日语、希伯来语、切罗基语、印地语等的元音是什么），因此可能没有简单的解决方案（因为UTF-8有）

你确定

æ

和

œ

是字母还是元音？（FWIW，

å

和

œ

和

æ

在Unicode中被分类为字母和小写）。我在法国小学时被教导它们是（法语词典没有把它们作为字母提到，所以

œuf

在词典中位于

oeuf

，意思是鸡蛋）。但我不是这方面的专家。看

在Linux上，由于UTF-8是默认编码（并且在最近的发行版中越来越难找到其他编码），我不建议使用

wchar\u t

，而是使用UTF-8

char

（因此处理多字节编码UTF-8的函数），例如（使用UTF8和Unicode函数）：

我不确定我的函数名是否正确；但你在评论中告诉我，Norvegian（我不知道）的元音字符数不超过我的函数计数

---

我并没有将UTF-8放在文字字符串或宽字符文字中（仅在注释中），这是有意的。还有其他过时的字符编码（了解或），您可能希望交叉编译代码。

请说明您正在使用的标准版本，以及您是否尝试使用C11以及编译器使用的源/目标字符编码。请注意，例如，

UTF-8

（gcc的默认值）具有可变长度的字符，因此

char

将不足以在单个

char

变量中保存ASCII以外的任何内容。如何确定我使用的是哪个版本？我还没有试过使用C11，我不知道该怎么做。我用这行代码编译：>gcc-Wall-g-o filename.cTry

char-extended[3][3]={“\xc3\xa6”、“\xc3\xb8”、“\xc3\xa5”}

这些字符不能放入

字符中。您必须使用
wchar\u t
、
char16\u t
或
char32\u t
。阅读更多@luuvinphuc:No您不必使用
wchar\u t
（其宽度因不同的实现或操作系统而异），但您应该像我在回答中所做的那样使用UTF\u多字节
char
。我通过在我的代码中进行以下替换来完成这项工作：char->wchar\u t，strcpy（）->wcscpy（），strlen（）->wcslen（），printf（“%s”，str）->printf（“%ls”，str）。我只缺少getline（）的替换项。没有“扩展ASCII字符”。“代码页”特定于一系列操作系统。将ASCII与UTF8进行比较绝对没有问题，因为UTF8是专门为ASCII兼容而设计的。@n.m.我不同意。扩展ASCII（或高ASCII）是8位或更大的字符编码，包括标准的7位ASCII字符以及其他字符。该术语的使用有时会受到批评[1][2][3]，因为它可能被错误地解释为ASCII标准已更新为包含128个字符以上，或者该术语明确地标识了单个编码，我相信在Linux上使用UTF-8
char
比使用
wchar_t
Basile要好得多，你会如何使用像“æ”、“ø”这样的字母
wchar_t str[] = L"αγρω";

 unsigned count_norvegian_lowercase_vowels(const char*s) {
   assert (s != NULL);
  // s should be a not-too-big string 
  // (its `strlen` should be less than UINT_MAX)
  // s is assumed to be UTF-8 encoded, and should be valid UTF-8:
    if (!g_utf8_validate(s, -1, NULL)) {
      fprintf(stderr, "invalid UTF-8 string %s\n", s);
      exit(EXIT_FAILURE);
    };
    unsigned count = 0;
    char* next= NULL; 
    char* pc= NULL;
    for (pc = s; *pc != '\0' && ((next=g_utf8_next_char(pc)), *pc); pc=next) {
      g_unichar u = g_utf8_get_char(pc);
      // comments from OP make me believe these are the only Norvegian vowels.
      if (u=='a' || u=='e' || u=='i' || u=='o' || u=='u' || u=='y'
          || u==(g_unichar)0xa6 //æ U+00E6 LATIN SMALL LETTER AE
          || u==(g_unichar)0xf8  //ø U+00F8 LATIN SMALL LETTER O WITH STROKE
          || u==(g_unichar)0xe5 //å U+00E5 LATIN SMALL LETTER A WITH RING ABOVE
       /* notice that for me  ы & ê are also vowels but œ is a ligature ... */
      )
        count++;
    };
    return count;
  }