¿Cómo puedo representar un carácter Unicode en una cadena literal ISO/ANSI C cuando el conjunto de caracteres es ASCII?

Question

En Perl, puedo decir

my $s = "r\x{e9}sum\x{e9}"; 

para asignar a "résumé"$s. Quiero hacer algo similar en C. En concreto, quiero decir

sometype_that_can_hold_utf8 c = get_utf8_char(); 
if (c < '\x{e9}') { 
    /* do something */ 
} 

Answer 1

Para UTF8, usted tiene que generar la codificación por sí mismo utilizando reglas que se encuentran, por ejemplo, here. Por ejemplo, el afilado alemán s (ß, punto de código 0xdf) tiene la codificación UTF8 0xc3,0x9f. Su e-acute (é, código point 0xe9) tiene una codificación UTF8 de 0xc3, 0xa9.

Y usted puede poner caracteres hexadecimales arbitrarios en sus cadenas con:

char *cv = "r\xc3\xa9sum\xc3\xa9"; 
char *sharpS = "\xc3\x9f"; 

Answer 2

wchar_t es el tipo que busca: http://opengroup.org/onlinepubs/007908799/xsh/wchar.h.html

Answer 3

Si usted tiene un compilador C99 puede utilizar <wchar.h> (y <locale.h>) e introduzca el código Unicode señala directamente en la fuente.

$ cat wc.c

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

int main(void) { 
    const wchar_t *name = L"r\u00e9sum\u00e9"; 
    setlocale(LC_CTYPE, "en_US.UTF-8"); 
    wprintf(L"name is %ls\n", name); 
    return 0; 
} 

$ /usr/bin/gcc -std=c99 -pedantic -Wall wc.c

$ ./a.out

name is résumé