wcslen() funktioniert in Xcode und VC++ unterschiedlich

Question

Ich habe festgestellt, dass wcslen() in VC++2010 gibt die korrekte Anzahl der Buchstaben zurück; in Xcode ist das nicht der Fall. Der nachstehende Code gibt zum Beispiel in VC++ 2010 die korrekte Zahl 11 zurück, in Xcode 4.2 jedoch die falsche Zahl 17.

const wchar_t *p = L"123abc11";
size_t plen = wcslen(p);

Ich vermute, dass Xcode App Stores wchar_t Zeichenkette als UTF-8 im Speicher. Dies ist eine weitere seltsame Sache.

Wie kann ich 11 genau wie VC++ in Xcode zu bekommen?

Answer 1

Ich habe dieses Programm auf einem Mac Mini mit MacOS X 10.7.2 (Xcode 4.2) ausgeführt:

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

int main(void)
{
    const wchar_t p[] = L"123abc11";
    size_t plen = wcslen(p);
    if (fwide(stdout, 1) <= 0)
    {
        fprintf(stderr, "Failed to make stdout wide-oriented\n");
        return -1;
    }
    wprintf(L"String <<%ls>>\n", p);
    putwc(L'\n', stdout);
    wprintf(L"Length = %zu\n", plen);
    for (size_t i = 0; i < sizeof(p)/sizeof(*p); i++)
        wprintf(L"Character %zu = 0x%X\n", i, p[i]);
    return 0;
}

Wenn ich einen Hex-Dump der Quelldatei mache, sehe ich:

0x0000: 23 69 6E 63 6C 75 64 65 20 3C 73 74 64 69 6F 2E   #include <stdio.
0x0010: 68 3E 0A 23 69 6E 63 6C 75 64 65 20 3C 77 63 68   h>.#include <wch
0x0020: 61 72 2E 68 3E 0A 0A 69 6E 74 20 6D 61 69 6E 28   ar.h>..int main(
0x0030: 76 6F 69 64 29 0A 7B 0A 20 20 20 20 63 6F 6E 73   void).{.    cons
0x0040: 74 20 77 63 68 61 72 5F 74 20 70 5B 5D 20 3D 20   t wchar_t p[] = 
0x0050: 4C 22 31 32 33 61 62 63 EA B0 80 31 EB 82 98 31   L"123abc...1...1
0x0060: EB 8B A4 22 3B 0A 20 20 20 20 73 69 7A 65 5F 74   ...";.    size_t
0x0070: 20 70 6C 65 6E 20 3D 20 77 63 73 6C 65 6E 28 70    plen = wcslen(p
0x0080: 29 3B 0A 20 20 20 20 69 66 20 28 66 77 69 64 65   );.    if (fwide
0x0090: 28 73 74 64 6F 75 74 2C 20 31 29 20 3C 3D 20 30   (stdout, 1) <= 0
0x00A0: 29 0A 20 20 20 20 7B 0A 20 20 20 20 20 20 20 20   ).    {.        
0x00B0: 66 70 72 69 6E 74 66 28 73 74 64 65 72 72 2C 20   fprintf(stderr, 
0x00C0: 22 46 61 69 6C 65 64 20 74 6F 20 6D 61 6B 65 20   "Failed to make 
0x00D0: 73 74 64 6F 75 74 20 77 69 64 65 2D 6F 72 69 65   stdout wide-orie
0x00E0: 6E 74 65 64 5C 6E 22 29 3B 0A 20 20 20 20 20 20   nted\n");.      
0x00F0: 20 20 72 65 74 75 72 6E 20 2D 31 3B 0A 20 20 20     return -1;.   
0x0100: 20 7D 0A 20 20 20 20 77 70 72 69 6E 74 66 28 4C    }.    wprintf(L
0x0110: 22 53 74 72 69 6E 67 20 3C 3C 25 6C 73 3E 3E 5C   "String <<%ls>>\
0x0120: 6E 22 2C 20 70 29 3B 0A 20 20 20 20 70 75 74 77   n", p);.    putw
0x0130: 63 28 4C 27 5C 6E 27 2C 20 73 74 64 6F 75 74 29   c(L'\n', stdout)
0x0140: 3B 0A 20 20 20 20 77 70 72 69 6E 74 66 28 4C 22   ;.    wprintf(L"
0x0150: 4C 65 6E 67 74 68 20 3D 20 25 7A 75 5C 6E 22 2C   Length = %zu\n",
0x0160: 20 70 6C 65 6E 29 3B 0A 20 20 20 20 66 6F 72 20    plen);.    for 
0x0170: 28 73 69 7A 65 5F 74 20 69 20 3D 20 30 3B 20 69   (size_t i = 0; i
0x0180: 20 3C 20 73 69 7A 65 6F 66 28 70 29 2F 73 69 7A    < sizeof(p)/siz
0x0190: 65 6F 66 28 2A 70 29 3B 20 69 2B 2B 29 0A 20 20   eof(*p); i++).  
0x01A0: 20 20 20 20 20 20 77 70 72 69 6E 74 66 28 4C 22         wprintf(L"
0x01B0: 43 68 61 72 61 63 74 65 72 20 25 7A 75 20 3D 20   Character %zu = 
0x01C0: 30 78 25 58 5C 6E 22 2C 20 69 2C 20 70 5B 69 5D   0x%X\n", i, p[i]
0x01D0: 29 3B 0A 20 20 20 20 72 65 74 75 72 6E 20 30 3B   );.    return 0;
0x01E0: 0A 7D 0A                                          .}.
0x01E3:

Die Ausgabe beim Kompilieren mit GCC ist:

String <<123abc
Length = 11
Character 0 = 0x31
Character 1 = 0x32
Character 2 = 0x33
Character 3 = 0x61
Character 4 = 0x62
Character 5 = 0x63
Character 6 = 0xAC00
Character 7 = 0x31
Character 8 = 0xB098
Character 9 = 0x31
Character 10 = 0xB2E4
Character 11 = 0x0

Beachten Sie, dass die Zeichenkette am Null-Byte abgeschnitten wird - ich denke, dass dies wahrscheinlich ein Fehler im System ist, aber es scheint ein wenig unwahrscheinlich, dass ich bei meinem ersten Versuch, einen Fehler zu finden, mit wprintf() Es ist also wahrscheinlicher, dass ich etwas falsch mache.

Sie haben Recht, im Multi-Byte-UTF-8-Quellcode belegt die Zeichenfolge 17 Bytes (8 Ein-Byte-Latin-1-Basiszeichen und 3 Zeichen, die jeweils mit 3 Bytes kodiert werden). Das heißt, der rohe strlen() auf die Quellzeichenkette würde 17 Bytes zurückgeben.

Die GCC-Version ist:

i686-apple-darwin11-llvm-gcc-4.2 (GCC) 4.2.1 (Based on Apple Inc. build 5658) (LLVM build 2335.15.00)
Copyright (C) 2007 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

Nur so zum Spaß habe ich versucht clang und ich erhalte ein anderes Ergebnis. Kompiliert mit:

clang -o row row.c -Wall -std=c99

verwenden:

Apple clang version 2.1 (tags/Apple/clang-163.7.1) (based on LLVM 3.0svn)
Target: x86_64-apple-darwin11.3.0
Thread model: posix

Die Ausgabe beim Kompilieren mit clang ist:

String <<123abc11>>

Length = 17
Character 0 = 0x31
Character 1 = 0x32
Character 2 = 0x33
Character 3 = 0x61
Character 4 = 0x62
Character 5 = 0x63
Character 6 = 0xEA
Character 7 = 0xB0
Character 8 = 0x80
Character 9 = 0x31
Character 10 = 0xEB
Character 11 = 0x82
Character 12 = 0x98
Character 13 = 0x31
Character 14 = 0xEB
Character 15 = 0x8B
Character 16 = 0xA4
Character 17 = 0x0

Jetzt erscheint die Zeichenkette korrekt, aber die Länge wird mit 17 statt 11 angegeben. Oberflächlich betrachtet können Sie sich für einen der beiden Fehler entscheiden - die Zeichenkette sieht gut aus (in einem Terminal - /Programme/Dienstprogramme/Terminal - an UTF8 gewöhnt), aber die Länge ist falsch, oder die Länge ist richtig, aber die Zeichenkette erscheint nicht korrekt.

Ich stelle fest, dass sizeof(wchar_t) in beiden gcc et clang ist 4.

Die linke Hand versteht nicht, was die rechte Hand tut. Ich denke, man kann behaupten, dass beide kaputt sind, auf unterschiedliche Weise.