如何在C语言中手动将Unicode符号写入数组？为何指定代码无法打印Unicode字符А？

1. 如何在C语言中手动将Unicode符号写入数组？ #

首先得明确：Unicode是字符集，要把它存在数组里必须选择具体的编码方案（比如UTF-8、UTF-16、UTF-32），不同编码对应的字节序列完全不一样。拿你提到的字符А（Unicode码点U+0410）举例子：

• UTF-8编码：它是变长编码，U+0410对应的字节是0xD0 0x90，数组可以这么写：

  char utf8_str[] = {0xD0, 0x90, '\0'}; // 加终止符方便用printf，直接用write输出的话可以不加
  

• UTF-16编码：分大小端格式，U+0410的UTF-16BE（大端）是0x04 0x10，UTF-16LE（小端）是0x10 0x04，数组写法：

  // UTF-16BE
  char utf16be_str[] = {0x04, 0x10};
  // UTF-16LE
  char utf16le_str[] = {0x10, 0x04};
  

• UTF-32编码：同样分大小端，U+0410的UTF-32BE是0x00 0x00 0x04 0x10，UTF-32LE是0x10 0x04 0x00 0x00：

  // UTF-32BE
  char utf32be_str[] = {0x00, 0x00, 0x04, 0x10};
  // UTF-32LE
  char utf32le_str[] = {0x10, 0x04, 0x00, 0x00};
  

注意：写入数组后要让终端正确显示，必须保证终端的编码和你使用的编码一致。比如终端是UTF-8模式，就别用UTF-16的数组，不然要么乱码要么无输出。

2. 为什么给定代码无法打印Unicode字符А？ #

先看你的代码：

int main() { 
    char str[] = {0x0, 0x4, 0x1, 0x0}; 
    write(1, str, 4); 
}

问题出在这几个核心点：

1. 字节序列完全错误：字符А的Unicode码点是U+0410，不管用哪种编码，你的数组{0x00, 0x04, 0x01, 0x00}都不对应它的任何有效编码。比如UTF-32LE格式的А是0x10,0x04,0x00,0x00，你写的字节顺序完全颠倒，甚至对应的码点是0x00010400（一个完全不同的字符）。
2. 终端编码不匹配：大多数终端默认是UTF-8编码，就算你写对了UTF-16/32的字节，终端也识别不了这些字节序列，只会当成乱码或者直接忽略。
3. write直接输出字节，无编码适配：write是直接把字节原封不动输出到标准输出，不会做任何编码转换，所以如果字节序列和终端期望的编码不匹配，自然不会显示正确内容。

修正后的示例 #

如果想正确输出А，最简单的方式是用UTF-8编码（适配绝大多数终端）：

#include <unistd.h>
int main() {
    char str[] = {0xD0, 0x90}; // А的UTF-8字节序列
    write(1, str, 2);
    return 0;
}

或者用printf更直观（printf会根据系统环境的编码自动处理，一般默认UTF-8）：

#include <stdio.h>
int main() {
    printf("%c%c", 0xD0, 0x90); // 或者直接写printf("А");
    return 0;
}

内容的提问来源于stack exchange，提问作者zexed640