编码、搜索路径、#pragma指令

编码

大家都遇到过乱码，本质在于默认和使用的字符集不同，用不同的编码在交流。尽管Unicode是世界标准，但它在某些场合未必是最优的编码，不一定会采用。

编码举例

比如python.py:
s = '你好'
$ hexdump -c python.py
0000000 s = ' 344 275 240 345 245 275 ' \r \n

每个中文是3个字节，是UTF-8编码。

源代码的编码

• VS2019: C语言代码开头默认插入EF BB BF标志(BOM标志), 代表UTF-8编码。如果修改为Unicode Little Endian编码保存，代码开头会被插入FF FE.

• Javac提供-encoding编译选项指定代码编码。

• HTML提供charset属性指定编码格式。

乱码的本质

• 以Python为例：从源代码角度，程序员写完之后保存编码格式A，放到Python解释器运行，它按编码格式B解析，最终输出的结果也可能在命令行窗口展示，它使用编码C. 只有A/B/C都适配，结果才是预期。

BOM标记

• 为了更清晰标明字符编码，引入了BOM ( Byte-Order Mark). BOM的设计高明之处在于它将字符编码信息放在文件开头，而非文件之外，强制要求对字符编码的判断。注意，BOM只对UTF-16和UTF-8有效，对其他编码是无效的。

搜索路径

不同路径存在相同的头文件，头文件搜索也有自己的规则。库文件同样有类似搜索路径问题。

GCC头文件

GCC编译C代码，根据是""或<>方式不同，头文件路径搜索顺序有差异。

• ""
  • 被编译的源代码文件所在当前目录
  • -iquote指定的路径(只用于引号括起来头文件，如多个路径，从左到右依次搜索)
  • -I指定的路径(如多个路径，从左到右依次搜索)
  • -isystem指定的路径(如多个路径，从左到右依次搜索)
  • 标准系统头文件路径
  • -idirafter指定的路径(如多个路径，从左到右依次搜索)

• <>
  • -I指定的路径(如多个路径，从左到右依次搜索)
  • -isystem指定的路径(如多个路径，从左到右依次搜索)
  • 标准系统头文件路径
  • -idirafter指定的路径(如多个路径，从左到右依次搜索)

有兴趣的可以写多个不同路径的相同名称头文件，用""或<>测试上面的顺序，可以一一验证。比较有趣的是，即使是系统头文件<stdio.h>, 也可以改成"stdio.h", 这样就遵循上面""的搜索顺序，可以达到覆盖系统头文件的效果。

GCC库文件

库文件不像头文件那样有这么多分类：

• -L参数

• LIBRARY_PATH或LD_LIBRARY_PATH

• /etc/ld.so.conf路径

• 系统默认的库路径(如/lib, /usr/lib等)。

#pragma指令

pragma是编译器特殊指令，随编译器不同，可实现个性化处理。它和命令行编译选项不同之处在于，它支持更精细控制某个函数或者某个类。

---

若文章对您有帮助，欢迎关注。助您在编程路上越走越好！

微风不燥，阳光正好，你就像风一样经过这里，愿你停留的片刻温暖舒心。

我是程序员小迷（致力于C、C++、Java、Kotlin、Android、iOS、Shell、JavaScript、TypeScript、Python等编程技术的技巧经验分享），若作品对您有帮助，请关注、分享、点赞、收藏、在看、喜欢，您的支持是我们为您提供帮助的最大动力。