unicode locale utf mbrtowc wchat.h

wchar_t  ws[] = L"我a1"  出现了   "converting to execution character set

从这个编译错误引发的一系列查找资料。

devc++ 的文本编辑器使用的编码不是utf8， 所以文本编辑器里的代码 【我】 使用的可能是gbk类的编码，

因此出现了 unicode中不可能出现的字节，从而报错。

总结一下：  

C/C++中有这样两个编码概念：
source character set：源文件的编码
execution character set：执行环境的编码

source character set和你的文件中的character set不一致。编译时使用 finput-charset=GB2312 指定源文件的编码方案即可。

还有一种变态的避免 source charset 和  execution charset的办法： 转义字符。

【我】的unicode 值是  ced2, 因此 ws[] = L"\xce\xd2"; 绝对纯正！

 

 

字符编码涉及的范围：

1、 源文件中字符串的编码， 同样时字符串 【“我”】， 源文件以gbk保存或者以utf8 保存，在磁盘上的字节流肯定是不同的。

2、 【待验证】编译器的转换： 如果你的locale指定了unicode编码， 那么不管源文件中【我】是怎么存储的， 字符串在编译出来的东西里都是用unicode存储的。

3、 控制台的编码： 将字符串输出到控制台的时候，会根据系统设置的编码{ win中时不同的代码页， linux中则是设置系统的LC_*环境变量} 决定如何译码（根据指定编码方案规定的映射， 数字、字节流查出对应什么字符）因此如果 系统规定的编码 和 你输出的字符串编码格式不一致，就会出现乱码。

 

那么代码中应该如何处理字符串？

对于外部的输入 全部转为 unicode 存储， 输出的时候unicode要怎么转为系统的编码呢？

单纯的把字符串看作字节流，原样进来原样输出？

...

 

 

 

locale详解

http://blog.csdn.net/itblog/article/details/1513673  

 

c++ unicode编程注意事项

http://www.cprogramming.com/tutorial/unicode.html  

 

unicode 和 各类编码的关系

http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html  

http://www.searchtb.com/2012/04/chinese_encode.html

 

c locale 如何设置？ 会影响那些函数的表现？

http://www.cplusplus.com/reference/clocale/

 

有哪些专门处理宽字符的库？

mfc qt都实现了自己的 Cstring QString 类，但是不容易自己抽出来用；

boost也有。 

http://utfcpp.sourceforge.net/

http://www.icu-project.org/

http://puszcza.gnu.org.ua/software/microutf8/

c的话 有libiconv

 

但是 stackoverflow上面有回答说： utf8的目的就是尽量兼容以往的函数，因此可能并不需要一个新库？

UTF-8 is specially designed so that many byte-oriented string functions continue to work or only need minor modifications.

C's strstr function, for instance, will work perfectly as long as both its inputs are valid, null-terminated UTF-8 strings.

strcpy works fine as long as its input string starts at a character boundary (for instance the return value ofstrstr).

So you may not even need a separate library!