C++运行字符编码于MSVC和GCC之间的区别

详细请参考这篇博文

http://blog.csdn.net/dbzhang800/article/details/7540905

 

运行字符编码就是指，当你源代码写下const char* p = "我";的时候(不管源文件保存为什么编码格式，但标准规定源文件带bom utf8)，编到二进制模块内的常量p的内容究竟是什么编码，GBK？UTF8？还是其他？

C++根据编译器不同，有不同的行为：

GCC可以使用编译参数指定

而MSVC是根据操作系统“非Unicode程序的语言”这个设置来编码，为什么，微软保证在什么系统上编出来的程序，在该系统上运行不会乱码，回想以前的windows是没有unicode的，API接口都是本地字符集编码的

ok，下面是整个流程：

1.源代码按某编码保存

2.编译器-根据源代码编码及运行时字符编码进行转码

3.把转码后的内容编导二进制模块内

 

有兴趣可以做个实验，MSVC，源代码内写const char* p = "我";源代码不管用什么编码保存(为了严谨，你也可以保存为bom utf8)，然后编译运行，下个断点，看看p的内容是什么编码，在(中文简体，中国)的设置下，编出来的程序p的内容是GBK编码的“我”。ok，然后改一下区域和语言里的“非Unicode程序的语言”，随便改个不认识的国家，然后编译下断点运行，看看p的内容是什么。内容跟修改区域之前的内容是不一样的，而且，在编译的时候，MSVC还可能会包警告说无法转码。这就是上面说的步骤2和步骤3的结果。

 

还需要注意，即使我们使用wchar_t*，也不能保证内容一致，因为wchar_t在不同编译器上有不同的长度，也有不同的编码，所以C++11有u8 u16 u32类型的字符，真是好极了。