MB_CUR_MAXglibc は、「現在のロケールにおけるマルチバイト文字の最大バイト数を表す正の整数表現」として定義されます。
私が得た値を印刷すると1。C私のシステムのロケールが.であるにもかかわらず、Cがデフォルトでロケールを使用するためだと思いますen_US.UTF-8。
これを私のプログラムに追加すると、setlocale(LC_ALL, "")環境のロケール使用が有効にMB_CUR_MAXなります6。
今私の質問はなぜ6ですか？ UTF-8にはコードポイントあたり1〜4バイトのエンコーディングはありませんか？
ベストアンサー1
~によるとウィキペディア、UTF-8は、RFC 3629にいくつかの制限が追加された2003年までに最大6バイトを必要としました。
UTF-8は、1993年1月25日から29日までサンディエゴで開催されたUSENIXカンファレンスで最初に正式に提案されました。インターネットエンジニアリングタスクフォースは、RFC 2277（BCP 18）文字セットおよび言語ポリシーで、将来のインターネットのためのUTF-8規格の採用に取り組んでいます。
[上記の表は「UTF-8（1993）」と表示されており、U + 4000000からU + 7FFFFFFFFまでのコードポイントに6バイトが必要であることを示しています。
2003年11月、UTF-8は、UTF-16文字エンコーディングの制約と一致するようにRFC 3629によって制限されました。つまり、上位および下位の代理文字に対応するコードポイントは、3バイトシーケンスの3％以上を削除して次に終了することを明示的に禁止されています。 U+10FFFF4バイトのシーケンスの48％以上と5バイトと6バイトのシーケンスがすべて削除されました。