如何用%s格式符printf输出Unicode字符串及声明wchar_t字符串

这问题我之前踩过不少坑，核心得搞清楚窄字符（char）和宽字符（wchar_t）的编码差异，还有printf格式符的规则以及区域设置（locale）的影响。咱们一步步拆解：

1. 为什么printf("\xE2\x98\xA0")能正常输出☠？ #

"\xE2\x98\xA0"是一个UTF-8编码的窄字符串（char*），这三个字节正好对应Unicode字符U+2620（☠）的UTF-8表示。如果你的终端默认使用UTF-8编码，直接把这些字节输出到终端，终端就能正确解析显示出☠。%s格式符本来就是用来输出char*类型的窄字符串，所以这个写法是有效的。

2. 为什么%ls的几种写法都没输出？ #

%ls格式符要求传入的参数是wchar_t*类型的宽字符串，你的几种写法都有问题：

• printf("%ls", "☠")：这里"☠"是char类型的窄字符串，和%ls要求的wchar_t类型不匹配，属于未定义行为，输出结果不可预料（大多时候就是没内容）。
• printf("%ls", L"☠")：L"☠"是宽字符串字面量，但printf输出宽字符串时，依赖当前程序的locale设置。默认的C locale不支持Unicode，它不知道怎么把宽字符转换成终端能识别的字节序列，所以输出为空。
• printf("%ls", L"\xE2\x98\xA0")：这个完全错了！L前缀表示每个字符都是wchar_t类型（Windows下是2字节，Linux/macOS下是4字节），L"\xE2\x98\xA0"实际上是三个独立的宽字符：0xE2、0x98、0xA0，而不是代表☠的宽字符编码（UTF-16是0x2620，UTF-32也是0x2620），这三个字符不是有效的Unicode字符，自然输出不了东西。

3. 如何正确在wchar_t字符串中包含Unicode字符？ #

不需要用malloc，静态数组完全可以搞定，问题出在写法和环境设置上：

两种可靠的写法： #

• 直接写Unicode字符：确保你的源文件编码是UTF-8，并且编译器支持解析UTF-8的宽字符字面量（GCC/Clang默认支持，MSVC可能需要设置编译选项/utf-8）。比如：

  wchar_t wstro[50] = L"☠ 这是骷髅符号";
  

• 用Unicode代码点（更可靠）：不管源文件编码，直接用\uXXXX（4位十六进制，对应U+XXXX的代码点）或者\UXXXXXXXX（8位，对应超过U+FFFF的字符）来定义，编译器肯定能正确解析：

  wchar_t wstro[50] = L"\u2620 骷髅符号"; // U+2620就是☠的代码点
  

要输出宽字符串，必须先设置locale #

在程序开头调用setlocale(LC_ALL, "")，把locale设置为系统默认的Unicode支持的locale，这样printf才能把宽字符转换成终端能识别的编码：

#include <stdio.h>
#include <locale.h>

int main() {
    // 关键：设置locale为系统默认，启用Unicode支持
    setlocale(LC_ALL, "");
    
    wchar_t wstr[] = L"\u2620 测试宽字符串输出";
    printf("用%%ls输出宽字符串：%ls\n", wstr);
    
    return 0;
}

额外注意（Windows平台） #

Windows控制台默认可能不支持UTF-8，如果你用MSVC编译，除了设置locale，还可以手动设置控制台的输出编码：

#include <windows.h>
// 在main开头加这句
SetConsoleOutputCP(CP_UTF8);

或者用wprintf代替printf来输出宽字符串，有时候兼容性更好。

总结 #

• 输出Unicode最简单的方式：用%s输出UTF-8编码的char*字符串，只要终端支持UTF-8就行。
• 用%ls输出宽字符串：必须先设置locale，并且用正确的方式定义宽字符字面量（推荐用\uXXXX代码点）。
• wchar_t字符串不需要动态分配，静态数组直接初始化就可以，只要数组大小足够容纳字符和末尾的null终止符。

内容的提问来源于stack exchange，提问作者user9185695