中文乱码问题分析

在平时处理中文字符时经常会遇到乱码问题，为了弄清楚其中原因，做了个实验。

在实验前需要先了解几个概念：

1、ANSI编码
ANSI不是一种具体的编码方式，它依赖于当前系统使用的码表，在命令行中使用chcp命令可以获取到系统当前使用的码表。
VS新建的项目默认使用ANSI编码。

2、源文件编码
VS新增的文件默认为ANSI编码，我们可以把源文件编码方式改为utf8。但前面提到VS项目默认使用ANSI编码，
所以我们还需要修改项目属性，以告诉编译器用utf8编码来解析源文件。
项目属性修改：项目属性 -> C/C++ -> 所有选项 -> 附加选项 -> 添加"/utf-8"

3、运行时locale属性
运行时Locale指定了实际输出字符的函数使用的编码方式。C运行时默认为locale C。

4、VS项目属性中字符集
字符集属性并不决定编码方式，只是通过条件编译决定了一些通用符号（如TCHAR等）到底指向unicode版本还是ansi版本。

实验

实验均建立在源文件编码方式和项目使用编码方式一致前提下：

// setlocale(LC_ALL, "zh_CN_.UTF-8");
// setlocale(LC_ALL, "chs");

char *str = "我";
printf("%s\n", str);

wchar_t *wstr = L"我";
wprintf(wstr);

源文件	类型	locale	内存	输出
utf8	char	C	e6 88 91	乱码
utf8	wchar_t	C	11 62	乱码
utf8	char	utf8	e6 88 91	正常
utf8	wcahr_t	utf8	11 62	正常
utf8	char	chs	e6 88 91	乱码
utf8	wchar_t	chs	11 62	正常
ansi	char	C	ce d2	正常
ansi	wchar_t	C	11 62	乱码
ansi	char	utf8	ce d2	乱码
ansi	wchar_t	utf8	11 62	正常
ansi	char	chs	ce d2	正常
ansi	wchar_t	chs	11 62	正常

编码	utf8	unicode	gbk
我	e6 88 91	11 62	ce d2

从表格可以看出：

1、当用 wchar_t 保存字符串时，实际内存中的编码方式都是 unicode。
2、当用 char 保存字符串时，实际内存中的编码方式和源文件保持一致。
3、无论内存中是什么编码方式，输出既可能乱码也可能正常。

小结：

编译器使用项目属性指定的编码方式来解析源文件，并根据保存字符串的类型来决定写入二进制文件的编码方式，也就是决定了程序运行时内存中的编码方式。
但这不会造成乱码，造成乱码的是内存到输出这一过程。
因为内存中保存的肯定是对应字体的其中一种编码方式，输出乱码是因为没有设置合适的本地编码方式，使用了错误的码表。

没查到关于 locale C 和 locale chs 的相关资料，所以没有得出进一步的结论。

参考：
控制台程序的中文输出乱码问题,printf,wprintf与setlocale