什么是ANSI编码?为什么早期VC++对ANSI C89之后的标准支持不好?为什么VS编译UTF-8格式源代码, 代码中字符串却是ANSI编码?字符串默认编码?

什么是ANSI编码?

尽管ANSI是美国国家标准学会，ANSI编码是一种对ASCII码的拓展，为了支持更多语言，用2个字节表达1个字符。例如GB2312、GBK、GB18030都是ANSI编码的一种。

为什么早期VC++对ANSI C89之后的标准支持不好?

准确的说，微软公司的C语言编译器是C++编译器的附带品。微软公司一直在为C++标准和编译器做工作，对于C语言却并不感冒。即使，Windows操作系统NT内核源代码早期就是用C语言来写，他们宁愿让大家写C++代码。早期，很多开发者都对VC++支持C标准太旧而抱怨过。

为什么VS编译UTF-8格式源代码, 代码中字符串却是ANSI编码?

说到底，问题的根源在于源代码编码是给编译器看的，可以是任何编码，只要编译器支持的编码就可以，最终生成机器码不存在编码一说。但，源代码中的字符串是实打实会交给控制台或者GUI程序展示，它的编码正确性很重要，一旦不匹配就很可能乱码。所以，源代码中字符串的编码，编译器一般采用贴近本机操作系统的默认编码，Windows当然是ANSI编码，Linux平台一般为UTF-8编码。这就出现和源代码编码不一致的情况了。例如，OS默认是ANSI编码，UTF-8格式源代码，字符串"我"在VC编译依然是GB2312编码CE D2. 假设字符串变量出现在如下demo.c中:

• cl /source-charset:utf-8 demo.c "我"对应: CE D2.
• cl /utf-8 demo.c "我"是UTF-8编码，对应: E6 88 91.
• cl /execution-charset:gb2312 demo.c "我"对应: CE D2.
• cl /execution-charset:utf-8 demo.c "我"是UTF-8编码，对应: E6 88 91.

字符串默认编码

随着编程语言逐渐国际化，字符串并不总是早期的ASCII码，中文也逐渐进入编程语言的世界。不同编程语言和编译器因设计差异，字符串默认编码也可能存在差异。

• GCC/G++/Clang/Clang++编译的C/C++代码默认字符串为UTF-8编码，MSVC默认字符串为ANSI编码。ObjC编译器是GCC或Clang, 跟随编译器的特性，NSString字符串默认编码也是UTF-8.
  • 可通过objdump -x -s a.out获取字符串常量的数值。
• Rust字符串默认编码也是UTF-8编码，可用str.as_bytes()获取原始数据。
• Swift 5之前字符串默认编码是ASCII(如果字符串每个字符都是ASCII码)和UTF-16，Swift 5之后(包含)默认编码为UTF-8.
• Go默认字符串原始数据为UTF-8编码，通过[]byte(str)获取原始字节数据。
• Java/C#字符串原始数据是UTF-16编码(字符串被加载到内存中的编码)，尽管java编译出.class文件可能是UTF-8编码。

---

若文章对您有帮助，欢迎关注 程序员小迷 。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++、C#、Android、iOS、Java、Kotlin、Objective-C、Swift、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。