为什么 awk 的 printf 将大于 127 的字符值解释为多字节字符？

Question

ASCII 字符范围是从 0 到 127，在该范围内，awk 的带有 %c 格式说明符的 printf 输出一个字节的数据：

$ awk 'BEGIN{printf "%c", 97}'
a

$ awk 'BEGIN{printf "%c", 127}' | xxd
00000000: 7f

$ awk 'BEGIN{printf "%c", 127}' | xxd -b
00000000: 01111111

但对于大于 127 的值，它将打印出多个字节：

$ awk 'BEGIN{printf "%c", 128}' | xxd
00000000: c280

$ awk 'BEGIN{printf "%c", 128}' | xxd -b
00000000: 11000010 10000000

0xc280 的意义是什么？为什么 awk 输出该字符而不是 0x80？

Answer 1

这是UTF-8编码。11000010 开始一个双字节序列（前两位设置后跟一个清零位），有效位为 00010000000（第一个字节的最后五位，第二个字节的最后六位），即 128 。

AWK 输出此内容是因为您的语言环境设置为使用 UTF-8；您可以切换到非 UTF-8 语言环境来查看差异：

$ LC_ALL=C awk 'BEGIN{printf "%c", 128}' | xxd -b
00000000: 10000000