"漢字"
gbk編碼：ba ba , d7 d6
utf-8編碼：e6 b1 89, e5 ad 97
utf-16be編碼：6c 49, 5b 57
兩種常用編譯器gcc,cl中對unicode字面值的實現：
gcc中跟編碼方式轉換有關的三個編譯選項：
有了以上鋪墊，下面兩條語句的意義就很清楚了：
[cpp]view plain
copy
char
cstr =
"漢字"
; //將"漢字"由-finput-charset指定的編碼方式轉換成由-fexec-charset指定的編碼方式。
wchar_t
wstr = l
"漢字"
; //將"漢字"由-finput-charset指定的編碼方式轉換成由-fwide-exec-charset指定的編碼方式。
注1：gcc在4.4.0版本以前存在bug，不能編譯帶bom的utf-8原始檔。參見
注2：qt自帶的mingw gcc 4.4.0貌似有bug，不能支援-finput-charset選項；tdm gcc 4.5.1則沒有這個問題。
注3：即便tdm gcc 也不能支援utf-16，無論be或者le。症狀是好像只要包含了標頭檔案--無論是標準庫的標頭檔案還是qt的標頭檔案，就無法編譯通過，不包含標頭檔案則是可以編譯通過的。
cl 沒有提供類似gcc指定編碼方式的編譯選項，只能使用預設值或靠自動識別：
再看同樣的語句在 cl 下的行為：
對於原始檔的編碼方式為utf-16be，utf-16le， utf-8(帶bom)：
[cpp]view plain
copy
char
cstr =
"漢字"
; //將原始檔中的"漢字"從當前編碼方式轉換成ansi編碼方式，即gbk。
wchar_t
wstr = l
"漢字"
; //將原始檔中的"漢字"從當前編碼方式轉換成utf-16編碼方式。
對於其他編碼方式的原始檔(包括無bom的utf-8)，實際上會被當做ansi編碼，即gbk：
[cpp]view plain
copy
char
cstr =
"漢字"
; //認為已經是ansi編碼了，故沒有轉換發生，cstr中依舊是"漢字"的原始編碼。例如，如果原始檔的編碼方式為無bom的utf-8，則cstr中依舊是"漢字"的utf-8編碼。
wchar_t
wstr = l
"漢字"
; //無論原始檔採用何種編碼方式，都將"漢字"當做ansi編碼，轉換成utf-16編碼。這樣硬轉的結果當然是除了當前是gbk編碼時能正常轉換，其餘各種編碼方式得到的只能是亂碼一堆。
有關cl對unicode的支援請參考：
c++1x
面對如此混亂的局面，c++1x提供了更多字串字面值表示法：
"string of char characters in some implementation defined encoding" - char
u8"string of utf8 chars" - char
u"string of utf16 chars" - char16_t
u"string of utf32 chars" - char32_t
l"string of wchar_t in some implementation defined encoding" - wchar_t
原始檔在編譯器中的處理過程
預處理 1.只進行預處理操作 gcc e demo.c demo2.i 大於號的作用是把進行預處理操作後生成的.i檔案放到大於號後面的檔案裡面，稱作重定向。經過預處理之後的檔案字尾名為.i 2.預處理做的事情包括 標頭檔案展開 巨集替換 條件編譯 條件編譯在實際應用中非常多，通過條件編譯可以選擇編譯...
撥開字元編碼的迷霧 編譯器如何處理檔案編碼
使用visual studio建立的c 工程可以在工程屬性配置屬性 常規中配置字符集 使用unicode字符集 預設 使用多位元組字符集。這個設定項不對字元編碼產生直接的影響 注意這裡的 直接 二字，第3節會說到 只會在工程屬性配置屬性 c c 預處理器加入相應的巨集 使用unicode字符集 un...
撥開字元編碼的迷霧 編譯器如何處理檔案編碼
使用visual studio建立的c 工程可以在工程屬性配置屬性 常規中配置字符集 使用unicode字符集 預設 使用多位元組字符集。這個設定項不對字元編碼產生直接的影響 注意這裡的 直接 二字，第3節會說到 只會在工程屬性配置屬性 c c 預處理器加入相應的巨集 使用unicode字符集 un...