为何在C语言中无法打印扩展ASCII字符'Ç'的十进制值？

核心问题根源 #

Ubuntu终端默认采用UTF-8编码，当你输入Ç时，系统会将其编码为UTF-8的双字节序列0xC3 0x87（十进制195、135）——这就是你看到两个输出值的原因。而你期望的是单字节扩展ASCII（通常指ISO-8859-1/Latin-1）的数值，这需要先将UTF-8编码的输入转换为单字节的ISO-8859-1编码。

另外，之前修改argv为unsigned char**属于未定义行为，标准C中main的参数类型固定为int argc, char** argv，正确做法是在访问时将char强制转换为unsigned char以避免符号扩展。

符合限制的解决方案 #

我们可以使用Linux标准的iconv库完成编码转换，同时严格遵循你的代码限制（变量声明与赋值分离、仅使用while循环）：

#include <stdio.h>
#include <stdlib.h>
#include <iconv.h>
#include <string.h>

int main(int argc, char **argv)
{
    int i;
    iconv_t cd;
    char *input_ptr;
    char *output_ptr;
    size_t input_len;
    size_t output_len;
    char *output_buf;
    unsigned char *conv_ptr;

    // 初始化变量
    i = 0;
    cd = (iconv_t)-1;
    input_ptr = NULL;
    output_ptr = NULL;
    input_len = 0;
    output_len = 0;
    output_buf = NULL;
    conv_ptr = NULL;

    if (argc == 2)
    {
        // 打开UTF-8转ISO-8859-1的转换句柄
        cd = iconv_open("ISO-8859-1", "UTF-8");
        if (cd != (iconv_t)-1)
        {
            input_ptr = argv[1];
            input_len = strlen(argv[1]);
            // 输出缓冲区长度设为输入长度（ISO-8859-1每个字符占1字节）
            output_len = input_len;
            output_buf = (char*)malloc(output_len + 1);
            if (output_buf != NULL)
            {
                output_ptr = output_buf;
                // 执行编码转换
                iconv(cd, &input_ptr, &input_len, &output_ptr, &output_len);
                // 添加字符串结束符
                *output_ptr = '\0';

                // 遍历转换后的字符串，打印每个字节的十进制值
                conv_ptr = (unsigned char*)output_buf;
                while (*conv_ptr != '\0')
                {
                    printf("%u ", *conv_ptr);
                    conv_ptr++;
                }
                printf("\n");

                // 释放缓冲区
                free(output_buf);
            }
            // 关闭转换句柄
            iconv_close(cd);
        }
        else
        {
            perror("iconv_open failed");
        }
    }
    return 0;
}

代码说明 #

1. 编码转换：通过iconv_open创建UTF-8到ISO-8859-1的转换句柄，将输入的UTF-8字符串转换为单字节的ISO-8859-1编码，确保每个字符对应一个字节。
2. 类型处理：将转换后的字符串指针强制转为unsigned char*，搭配%u格式符打印，避免有符号char导致的负数输出。
3. 资源管理：手动分配/释放缓冲区、关闭转换句柄，避免内存泄漏。
4. 限制遵循：所有变量先声明后赋值，仅使用while循环遍历字符串。

编译与运行 #

在Ubuntu下使用以下命令编译：

gcc -o ascii_printer ascii_printer.c -liconv

运行时输入Ç：

./ascii_printer Ç

会输出199（这是ISO-8859-1中Ç的正确十进制值，你提到的128是ASCII控制字符，属于编码表混淆）。

内容的提问来源于stack exchange，提问作者Rosa Fernandes