Как char может хранить два числа?

Переменная char может использоваться для хранения небольшого целого числа¹ или символа (точнее, единицы кода) в какой-то не очень четко определенной кодировке, обычно основанной на ASCII. Здесь отладчик просто пытается быть полезным, отображая два (спорно) осмысленных представления содержимого c.

Давайте представим на мгновение, что вы на самом деле написали a вместо б; в этом случае отладчик напишет что-то вроде

c = {char} 97 'a'

потому что фактическое число, хранящееся в c, равно 97 и, декодированное как ASCII, соответствует букве a.

К сожалению, идея о том, что вы можете поместить все возможные символы в одно 8-битное значение char, полностью ошибочна, поэтому наиболее распространенная кодировка, используемая в настоящее время (UTF-8), которая используется на вашем компьютере, требует нескольких единицы кода (≈байты) для представления одной кодовой точки (≈логический символ) (более подробная информация в этом вопрос). В частности, б представляется строкой из двух байтов, а именно байтов 0xD0 и 0xB1.

C ничего не знает о UTF-8 или кодовых точках; если вы укажете от %c до scanf, он читается одним байтом, независимо от того, достаточно ли его для представления полной кодовой точки UTF-8 или нет. Таким образом, был прочитан только первый из этих байтов, а c содержит только значение 0xD0; 0xB1 все еще находится в буфере, но его еще предстоит прочитать.

Возвращаясь к отображаемому отладчиком значению, в первую очередь следует отметить, что на вашей платформе (как, к сожалению, и на многих платформах) стоит знак char. Следовательно, байт 0xD0 интерпретируется как значение со знаком как -48 (действительно, 0xD0 = 208, которое "обертывается" на 127; 208 - 256 = -48).

Что касается '\320': здесь отладчик хотел бы отобразить ASCII-представление этого значения; однако байт 0xD0 находится за пределами диапазона символов ASCII², поэтому здесь он отображается с управляющей последовательностью. Вы можете быть знакомы с '\n' для представления символа новой строки или \0 для символа NUL; как правило, \, за которым следуют от одной до трех цифр в C, означает байт с соответствующим восьмеричным значением; 0320 действительно является восьмеричным для 208, которое является десятичным для 0xD0.

Итак, никакой загадки здесь нет: c по-прежнему содержит единственное значение (которое составляет всего лишь «половину» вашего символа); то, что вы видите, всего лишь два (одинаково неудобных) представления его содержания.

Примечания

1. На большинстве платформ [-128, 127] или [0, 255], в зависимости от знака char (который, к сожалению, определяется реализацией).
2. Действительно, UTF-8 расширяет ASCII, используя только байты с установленным старшим битом (не используемые ASCII) для своих многобайтовых последовательностей; это гарантирует, что они не могут быть неверно истолкованы для текста ASCII.

Кириллические символы [с использованием utf-8] являются многобайтовыми chars. Ваш "символ" в шестнадцатеричном формате - это строка/массив:

D0B1

Таким образом, вы не можете использовать %c для его получения. Вам нужно использовать %s:

#include <stdio.h>

int
main(void)
{
    char utf[1000];
    char *cp;

    scanf("%s", utf);
    printf("%s\n", utf);

    for (cp = utf;  *cp != 0;  ++cp)
        printf(" %2.2X",*cp & 0xFF);
    printf("\n");

    return 0;
}

Вот результат:

б
 D0 B1

ОБНОВЛЕНИЕ:

Итак, как этот char расположен в памяти? Может ли C сделать char 2-байтовым, когда дело доходит до кириллицы?

Прежде всего, см.: https://en.wikipedia.org/wiki/UTF-8< /а>

# of    Start       Remaining Bytes
bytes   Byte
1       0xxxxxxx
2       110xxxxx    10xxxxxx
3       1110xxxx    10xxxxxx    10xxxxxx
4       11110xxx    10xxxxxx    10xxxxxx    10xxxxxx