C语言疑问：为何fopen/fgetc可处理'à'，直接赋值char变量却报错？

当用fopen配合fgetc读取包含'à'的texte.txt文件时，能正常读取并打印该字符；但直接在代码中写char myChar = 'à';时，编译器会抛出character too large for enclosing character literal type错误，核心原因是字符编码的处理逻辑差异，具体拆解如下：

读取文件的测试代码 #

int main() {
    FILE *fp;
    fp = fopen("texte.txt", "r");
    if (fp == NULL) {
        printf("erreur fopen");
        return 1; 
    }
    char c = fgetc(fp);
    while(c != EOF) {
        printf("%c", c);
        c = fgetc(fp);
    }
    printf("\n");
    return 0;
}

直接赋值的测试代码 #

int main() {
    char myChar = 'à';
    printf("myChar is: %c\n", myChar);
    return 0;
}

错误信息 #

./main.c:26:15: error: character too large for enclosing character literal type
char myChar = 'à';

问题原因分析 #

1. 文件读取的逻辑：按字节匹配编码 #

你的texte.txt文件大概率是用单字节编码（比如ISO-8859-1/Latin-1）保存的，这种编码中'à'对应单个字节（十六进制值0xE0）。
fgetc的作用是从文件中读取单个字节，直接将字节值存入char变量（不管它的字符含义）。当用printf("%c")打印时，终端会使用和文件一致的单字节编码解析这个字节，因此能正确显示'à'。
即便char是默认的有符号类型（范围-128~127），0xE0作为有符号char会被解析为-32，但printf输出时会自动转换为无符号字节处理，终端依然能正确识别。

2. 字符字面量的编译逻辑：源文件编码冲突 #

当你在代码中写'à'时，编译器会根据当前源文件的编码解析这个字符：

• 如果源文件用UTF-8编码保存，'à'在UTF-8中是两个字节（0xC3 0xA0）。C语言规定字符字面量'...'必须对应单个字符，而多字节的UTF-8字符无法塞进一个8位的char变量中，因此触发"character too large"错误。
• 就算把源文件改成单字节编码，部分编译器也可能因为'à'的字节值（0xE0）超出有符号char的范围而给出警告，但不会直接报错（取决于编译器配置）。

解决方法 #

如果想直接在代码中赋值'à'，可以参考以下方式：

• 使用十六进制转义符：char myChar = '\xE0';（对应ISO-8859-1编码的'à'），注意终端需用相同编码显示。
• 改用unsigned char类型：若编译器默认char为有符号，unsigned char myChar = 'à';（源文件为单字节编码时）可避免范围问题。
• 若使用UTF-8编码源文件，需处理多字节字符时，应使用宽字符类型wchar_t和宽字符字面量L'à'，搭配wprintf等宽字符输入输出函数。

内容的提问来源于stack exchange，提问作者ouzz