windows下控制台应用程序乱码原因探究

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。

2、我们再通过notepad++来查看“水杯”的编码。

在notepad++中输入“水杯”，然后点击菜单 插件  -  Converter  -  ASCII->HEX。

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。

1、我们先在QtCreator中运行下程序看看。

可以看到乱码出现了，显示了三个字“姘存澂”，这显然不是水杯。

我们再看看输出的字节编码，是不是和notepad++中是一样的。

因为每个汉字占用2个字节，而notepad++和我们的乱码程序明显是6个字节，也就是3个汉字。

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。

3、我们再来看看我们的C语言源文件的编码。

可以看到是“以UTF8格式编码”，有无BOM并不会对汉字编码造成影响。所以我们的源文件也是UTF8格式，而且从打印输出的十六进制编码也可以看出来。

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。

1、解决方案我已经在“Windows下控制台应用程序乱码解决方案”经验中介绍了。

这里再演示下。我用记事本或者notepad++将源代码转换为ANSI编码，然后保存。

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。

3、按下图中的操作进行。

然后我们的代码就正常了。

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。

5、我们可以在notepad++中检验下ANSI编码格式的汉字。

与我们的ANSI源代码编译运行的一样。

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。

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。

2、我们将源代码中的汉字改正过来。然后  保存  。

再看看源代码的编码，竟然是ANSI，我们打开前明明是UTF8。

Devc++是按照ANSI进行读文件和写文件的。所以我们只要在Devc++中编辑代码，那么乱码的问题就不是大问题。不过本身也不是大问题。

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。