Isto pouco tem a ver com C ou C++ ou outra linguagem de programação.
Internamente, o computador so conhece números. Para representar letras usa-se uma codificação. Cada pessoa pode fazer a sua própria codificação personalizada.
Ha varias codificações correntes.
Muitas dessas codificações usam apenas os números de 0
a 255
(ou -128
a 127
), ou seja, são codificações para 8 bits.
Na codificação ASCII (de apenas 7 bits) não existe representação para, por exemplo, ã
.
Quando o uso de computadores se alargou foi preciso alargar as codificações usadas para poderem representar mais de 128 caracteres.
Uma das novas codificações criadas tem o nome de ISO-8859-1. Nesta codificação o ã
tem o código 227. Por exemplo, na codificação ISO-8859-8, o mesmo código 227 representa o caracter ד
(Dalet).
Até aqui tudo muito bem. Todos os números codificados cabem em 8 bits.
Obviamente que ha o problema de se ter sempre de saber qual foi a codificação usada originalmente para se poder converter os números em caracteres. Este problema acontecia com frequência no principio da internet quando pessoas de países diferentes trocavam emails, cada um usando uma codificação diferente.
Para resolver este problema das codificações diferentes, então inventou-se um esquema de codificar mais de 256 caracteres numa codificação única que serve para todos os países: o Unicode.
Mas os códigos unicode são muito grandes para caberem em 8 bits. Independentemente de como se traduzam esses códigos para representação interna no computador, 8 bits nao chegam ... logo o tipo char
não serve para Unicode (com representação directa, UTF-8, UTF-16, ..., little-endian, big-endian, ..., ...)