字符集编码相关知识点

1.汉字编码
GB2312(简体)
BIG5(繁体)
GBK(国标扩展，支持繁体)
Unicode(分成17个panel，0x0000~0x10_0000，一般只用到BMP基础面)

---

2.Unicode表示方法
UTF-8 使用最广泛的Unicode变长表示方法，在第一个字节中包含字节长度信息
UTF-16BE 也是一种变长表示方法，使用2个或者4个字节表示一个字符
UTF-16LE 同上，小端模式

---

3.宽字符集
非变长，固定使用2个字节表示一个字符，与Unicode编码相同，但是只能表示基础面字符(0x0000~0xFFFF)
wchar_t chineses_str[] = L"中文字体";
在字符串前面加上‘L’可以将字符强行使用宽字符集表示。
宽字符常用函数包括wcslen()、wprintf()、wsprintf()等

---

4.gcc编译字符选项
一般在windows中默认使用ANSI(GB2312)编码，编写的.c源文件在linux的gcc编译中需要加入字符集转换选项：
-finput-charset=GBK,-fexec-charset=UTF-8

---

5.由于Linux内核只能处理UTF-8字符，所以当需要显示根文件系统下的文件名时，一般先翻译成Unicode码后，使用truetype字体显示。
而对于U盘，由于一般使用的是FAT32文件系统，文件名使用的编码方式有两种：
①短文件名格式(mount -t msdos)：
②长文件名格式(mount -t vfat)：
由于一般U盘的中文文件名都是使用本地编码进行存储的，所以在挂载的时候需要告诉linux，U盘所使用的本地编码的类型(一般是936)，同时需要制定应用程序访问这些文件时，使用的编码形式(一般使用utf8)，所以推荐的挂载命令是：

mount -t vfat -o codepage=936,iocharset=utf8 /dev/sda4 /mnt/tmp

后面控制台可能会提示警告，这是由于一般FAT32文件名是不区分大小写的，但是对于utf8则区分，可以无视这个警告。

---

6.内核的编码支持
在内核源码中可以通过make menuconfig配置默认的文件系统与文件名编码支持：

 -> File systems
	 -> DOS/FAT/NT Filesystems

下面有对于FAT文件系统默认的codepage、iocharset配置选项：