C/C++字符乱码研究

最新推荐文章于 2025-06-25 15:52:09 发布

原创

最新推荐文章于 2025-06-25 15:52:09 发布 · 1.8k 阅读

5 ·

CC 4.0 BY-SA版权

本文探讨了C/C++字符乱码问题，涉及源文件编码、编译存储编码和执行编码三个阶段。在VC编译器下，不带BOM的UTF8源文件可能被视为ANSI编码，导致乱码。可通过设置/execution-charset:utf-8或使用#pragma execution_character_set("utf-8")来解决。g++和Mingw编译器则通常保持源文件和编译存储编码一致，允许通过参数调整。正确设置执行编码以确保与存储编码一致，能避免乱码问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

字符串显示到UI界面上大致有三个阶段：源文件编码格式、编译存储编码格式、执行编码格式

1，源文件编码格式

我们的C/C++源文件一般有GBK、UNICODE（UTF8、UTF16、UTF32）等编码格式，其中UTF8分为带BOM和不带BOM，BOM其实就是标记双字节或者四字节字符是大端还是小端存储，所以其实UTF8是不需要BOM标记的。VC编译器不认不带BOM的UTF8文件，也就是VC编译器会把不带BOM的UTF8源文件当成ANSI编码处理，这种情况下如果你的代码里的字符串有中文字符肯定会乱码，原因是编译器不能正确转换字符串到存储编码格式。

2，编译存储编码格式

即编译器将源文件中的字符串常量（例如字符串 "中国" ）编译存储到静态存储区中所用的编码格式，说明下：L"中国"，u"中国"，U"中国" 等字符串常量显示指定了存储编码格式，编译器会按照你指定的去转码存储到静态存储区。那么 char str[] = "中国" 这种字符串编译存储编码到底用什么格式呢？分两个阶段，首先在编译后字符串"中国"就存在静态存储区，然后运行时用这个内存初始化字符数组；

（1）VC编译器 在在VC下和本地化locale有关，如果你的系统是简体中文那VC编译时会把字符串转成ANSI编码来存储，当然你可以通过指令更改：

方式一，工程属性》配置属性》C/C++ 》命令行》其他选项，在这里输入/execution-charset:utf-8，那么整个工程中的字符串都将转码成UTF8作为存储编码格式；另外在VS2015中还有指令/sourc