在 C 中使用 getchar() 退格和多字节字符

我正在阅读 BeeJ 的 C 编程指南并复制了他的 readline() 函数，该函数从 stdin 读取一行。由于它的实现方式，它在读取多字节字符时没有问题，因为它根据接收到的字节总数重新分配空间，因此，它在处理 unicode 输入时没有问题。这是一个包含以下功能的程序：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#define printPrompt printf("db > ")

/* The readLine function, allocates memory for a short string and
** reads characters into it. When the string's size limit is met,
** the same memory block is reallocated, but twice the size.
** Shamelessly stolen from BeeJ's guide to C programming |=
*/ 

char* read_line(void) {
    int i = 0; /* Position of the current character */
    int linbuf = 4; /* Size of our line in memory, will be
    duplicated once the line length surpasses it */
    char* lin; /* The pointer value to our line */
    int c; /* The value we'll use to accept characters */

    if(  !(lin = malloc( linbuf*sizeof(char)))  )
        return NULL;

    while( c = getchar(), c != '\n' && c != EOF ) {
        /* Check if the amount of bytes accepted has surpassed the
         * amount of memory we've allocated so far */
        if(i == linbuf - 1) {
            /* If it did, reallocate double the space */
            linbuf *= 2;
            char* tmpbuf = realloc(lin, linbuf);
            /* If the space couldn't have been allocated then we'd
             * run out of memory. Delete everything and abort. */
            if(tmpbuf == NULL) {
                free(tmpbuf);
                return NULL;
            }
            /* If we've arrived here that means there were no
             * problems, so we'll assign the newly reallocated
             * memory to "lin" */
            lin = tmpbuf;
        }
        /* Add the new character to our allocated space */
        lin[i++] = c;
    }
    /* If we've received an EOF signal after having read 0
     * characters, we'd like to delete our allocated memory and
     * return a NULL */
    if(c == EOF && i == 0) {
        free(lin);
        return NULL;
    }
    /* Here we'll shrink the allocated memory to perfectly fit our
     * string */
    if(i < linbuf - 1) {
        char* tmpbuf = realloc(lin, i + 1);
        if(tmpbuf != NULL)
            lin = tmpbuf;
    }
    /* Here we'll terminate the string */
    lin[i] = '\0';

    /* Finally, we'll return it */
    return lin;
}

int main(int argc, char* argv[]) {
    char* hey = read_line();
    printf("%s\n", hey);
    return 0;
}

输入为
Hello, World! (:
会导致输出
Hello, World! (:

多字节字符的输入，例如
שלום, עולם! (:
将导致正确的输出
שלום, עולם! (:

但是，如果我按退格键，只会删除一个字节字符，导致输出乱码；输入（退格标记为 \b）：
שיהיה לכם בוקר טוב\b\b\b\b\b\b\b\bערב טוב
这应该最终是：
שיהיה לכם ערב טוב
实际上最终是：
�שיהיה לכם בוק�ערב טוב

我的计算机运行 Void Linux 的 Musl-libc 版本，我使用 tcc 和 gcc 编译该程序，两者都产生相同的结果。

这个问题是否与我的 libc、我的终端（suckless st）、我的内核有关，或者是我在代码中缺少的东西？无论发生什么情况，我有什么办法可以处理它，最好不使用任何外部库，例如 ICU 或你有什么？

“有什么方法可以在不使用任何外部库的情况下处理它[...]”答案是否定的。除非您准备自己编写一个大型且复杂的库，否则就是这样。

对于外部库，这很简单：

sudo apt install libreadline-dev # no idea how to say that in Void

    #include <stdio.h>
    #include <readline/readline.h>
    #include <readline/history.h> // optional, to enable line history

    int main()
    {
        using_history(); // optional
        char* s;
        while ((s = readline("Type something > ")))
        {
            printf("You have typed: %s\n", s);
            add_history(s);
        }
        printf ("Bye!\n");
    }

有了这个，您可以免费获得很多好东西，包括完整的 Unicode 感知行编辑、可编程键绑定和输入历史记录。

Edit在我第一次检查的机器上，您的程序的行为就像您所描述的那样。但在另一台机器上，也就是我的家庭桌面上，它按预期工作，根本没有奇怪的退格行为。我检查了 X11 终端和文本 linux tty。所以我想毕竟有一些内核和/或终端。

稍后编辑有一个stty控制此行为的设置，至少对于 UTF-8 而言。

stty iutf8

并且您的程序应该按预期运行，不需要大型的胖库。