windows下控制台应用程序乱码原因探究

我们平时在写C或C++控制台应用程序时，经常能够碰到输出中文变成乱码的情况。我在另一篇经验中介绍了相关解决方案，也谈及了背后的原因，有兴趣的话可以看看。今天我们要研究研究中文乱码的原因，从中文背后的编码看看是什么原因。

工具/原料

QtCreator集成开发环境

Devc++集成开发环境

notepad++

一、如何查看汉字的编码

1、既然我们知道乱码产生的原因是编码与解码的不匹配。我们只有知道了汉字的编码，了解这些编码上的不同，我们才能搞徇柝璎镨清楚不匹配的原因。我们这里分别通过C语言代码的方式，以及一些辅助软件的方式来查看汉字的编码。编码都是采用十六进制数进行显示的。首先，我们来看看C语言的代码：#include <stdio.h>int main(int argc, char *argv[]){ char wz[] = "水杯"; unsigned char *p = (unsigned char *)wz; unsigned i = 0; printf("sizeof(wz) is %d\n", sizeof(wz)); for (; i < sizeof(wz); i++) { printf("byte: %x\n", p[i]); } printf("chinese output :%s\n", wz); return 0;}可以看到输出的汉字“水杯”的编码，至于是哪个编码待会再说。

3、来看看显示的结果是什么。可以看到notepad++显示的结果与我们C语音程序显示的不一样，notepad++是6个字节，C语音程序是4个字节。

2、看看“水杯”二字的相关编码。先来看看notepad++的。可以看到是“UTF8无BOM格式编码”。原来这个6字节的“水杯”编码是UTF8。

4、再来看看问题的根源。可以看到，我们的控制台代码页是 936（ANS/OEM- 简体中文 GBK），并不是UTF8，所以用GBK解码UTF8必然是乱码。

2、然后，再QtCreator中点击Yes to all。之后，源代码中的汉字会变为乱码。

4、运行下看看。乱码问题解决，可以看到我们的“水杯”汉字编码也变为了四个字节。

6、从实验中我们可以看到QtCreator对汉字的编码与源代码的编码是一致的，所以要解决乱码问题需要从源代码着手。

四、Devc++中的编码问题

1、我们知道ANSI编码肯定是没问题的，那么utf8编码的文件在Devc++中是什么样的呢。我们看到源代码是 无BOM的UTF8编码。但是Devc++打开后，源代码中的汉字变成了乱码。

五、C语言代码中要注意的部分

1、主要是这句：unsigned char *p = (unsigned char *)wz;代码中的第一个unsigned不能够丢掉，否则会因为溢出的问题，导致单字节被提升为四字节。看看运行结果就知道了。每个打印输出前都加了六个f。