C语言字符编码问题探究（一）：源文件编码导致的问题

一、一个正常的C程序

第一步，在Windows 10环境下，使用Notepad++编写如下源代码，并保存到文件main.c当中。

#include <stdio.h>

int main(void)
{
    puts("China");
    puts("中国");
	
    return 0;
}

这段代码的意思，是在控制台输出两个字符串，一个是China，另一个是中国。

第二步，使用如下gcc（gcc 8.2.0，下同）命令编译上述源代码，生成可执行文件main.exe。

gcc main.c -o main.exe

第三步，运行刚刚生成的main.exe，输出结果如下。

China
中国

上述程序代码和输出结果如预期一般，一切正常。下面我们再来看一个程序。

二、一个“不正常”的C程序

第一步，在Windows 10环境下，使用Notepad++编写如下源代码，并保存到文件main.utf8.c当中。

#include <stdio.h>

int main(void)
{
    puts("China");
    puts("中国");
	
    return 0;
}

这段代码跟上面的程序代码完全相同。但是，跟上一个程序不同的是，这次保存文件main.utf8.c时选择的源文件字符集编码格式是UTF-8。

第二步，使用如下gcc命令编译上述源代码，生成可执行文件main.utf8.exe。

gcc main.utf8.c -o main.utf8.exe

第三步，运行刚刚生成的main.utf8.exe，输出结果如下。

China
涓浗

可以看到，这次的输出与上一个程序的输出不同。字符串China如预期一样正常输出了，但是中国这两个字并没有被输出，取而代之的是输出了涓浗这几个奇怪的字符。

同样的源代码，怎么源文件的字符编码不同，输出结果就不同了呢？

三、源文件的字符编码

既然是源文件编码不同导致了输出结果不同，那就首先来看一下两个源文件的内容