Windows的编码及Dev-C++编码

最近在搬砖时碰到了软件工程师最头疼的问题之一——编码问题。这里稍微做一下小节。
本博客介绍了：

1. 编码的基础知识
2. 如何转换编码
3. 最后的结论——退Dev-C++保平安

一. 输入法的编码

在我们把我们的文本输入到相应的editor中时，可能会使用到输入法（比如我们输入中文的时候就要用到中文输入法，但是显然使用英文的时候并不需要）。
显然，我们的输入法也是有对应的编码的。所以我们很自然就有下面两个疑惑：

1. 我们的输入法选用的是什么编码？
2. 为什么当我们像不同编码的editor中输入文本时，永远不会出现乱码？
   轮子哥的回答给了我们很好的解释
   
   首先，我们使用的内置输入法使用的是UTF-16编码；
   其次，Windows内置的API会自动转化到相应editor中的编码。

二. Source中的编码

我们现在所提的source中的编码指的是editor中的编码。
众所周知，editor中的编码，最重要的就是编码和解码的格式相一致。你用UTF-8格式保存的源代码，如果用GB18030打开，那就可能出现乱码(当然也有可能不出现乱码——比如你的代码中一个中文字符也没有)
这个主要的内容我就不细讲了，但是有一点非常重要的，就是编辑器中的编码和我们系统底层的编码还有差别。

这里以记事本为例，可见我们操作系统底层使用的是UTF-8编码，这种编码极大地节省了内存，不过这也是一种空间换时间的做法——UTF-8虽然能节省空间，但是解码比较复杂，耗费的时间也比较多。

三. Terminal中的编码

我们一般在写练习题的时候，一般都会选择用终端来输出结果。
其实终端也有其对应的编码，这个可以用属性来查看。
（特别注意：这里只针对Windows，对于Linux，其终端编码一般是UTF-8）

正如上图中我们用红色圆圈圈出来的那样，我们的终端使用的是ANSI和GBK来编码的，这里就很有必要提一下ANSI，它和ASCii长得很像，但是却是两码事情：
由此可见，ANSI是ASCii的扩展，它的前128位用来兼容ASCii，后面几位（之所以这里说后面几位，是因为ANSI可能会占用多个字节，它不是传统意义上的扩展ASCii编码）用来编码其它语言。

这就可能导致一个很有意思的现象——那就是ANSI不兼容问题。
ANSI后面几位编码是中文还是日文还是韩文，其实要看厂家。所以，当你用ANSI打开远在日本的友人用ANSI编码的源文件时，很可能会出现乱码。

至于如何修改terminal中的编码，请移步：如何修改terminal中的编码？

四. C/C++中宽字符的使用

这个可以视为是三的延伸。我把它单独列出来其实是因为它是C语言本身的问题。
这个问题就是：C中的字符都是按一个字节存储的。有时候我们需要中文的字符，显然中文的字符用一个字节是存储不了的，那该如何是好呢？

还好维护C的大神们早就想到了这个问题，并及时添加了<locale.h>头文件。
在引入相应头文件和代码以后，我们就可以使用一种叫做宽字符的类型。
也就是说，字符类型从char变为了wchar_t类型。
相应的，我们使用的标准库函数(如strlen等)都要改为对应的宽字符的库函数。

有关宽字符的教程在网上多如牛毛，想要了解请移步相应博客。
BTW，Win32编程中，也有提供不同编码类型的方法, 这个请移步MSDN。

五. Dev-C++中的编码

其实笔者今天主要还是想讲这个问题。作为专注于初学者使用的IDE(这么说是因为没有人会用Dev-C++写project)，它的槽点比较多，其中有一个就是编码的问题。
直接给出结论：Dev-C++不能转换编码，且Dev-C++不支持UTF-8。
在我的PC上，经过测试，他使用的是GBK编码（这个我是看乱码得出的结论（逃）。

六. 如何转换编码

俗话说得好：实践才能出真知。下面我就来讲讲怎么转换编码。
（听巨佬说这里所谓的Unicode其实是UTF-16编码）
首先, Windows自带的Notepad就有转换编码的功能，但是不在菜单栏，而是在保存的时候。

之前我们提到，我们的CMD使用的是ANSI和GBK的编码，在这里大家可以用UTF-8保存，然后再CMD中用type命令查看，看看是什么结果。

其次，我们强大的notepad++，可以直接改变我们的编码：

最后提一下我现在最喜欢的IDE：vscode，改变编码的方式在右下角：
至于其它的editor，可以自行百度，这里不提了。

七.关于乱码

这个当作一个小彩蛋送给大家吧。
我们程序员有一首流传已久的诗：

手持两把锟斤拷 
口中疾呼烫烫烫 
脚踏千朵屯屯屯 
笑看万物锘锘锘

为了尽量不离题，我们这里只提所谓“锟斤拷”是怎么来的
（烫烫烫和屯屯屯是堆和栈未初始化，而锘锘锘是BOM相关的，这个虽说有点关系，但这里不提）
所以，当代码中出现了这三个字的时候，说明是Unicode文本转换到了GBK/GB2312/GB18030中（我Dev-C++的编码就是这么推断出来的）