关于VC，C语言 汉字（GB2312）读写的一些初步探索

首先从熟悉的ASCII编码说起

基本ASCII 编码一共7位，2^7=128个，对于英文26个字母那是绰绰有余的。

但是咱们中国汉字博大精深啊，区区128个字啥完整的意思可能都表示不了

于是产生了各种各样的新的编码

在VC中 汉字是使用GB2312编码来存储的，GB2312就是2Byte表示一个汉字

进入VC反汇编一下

  char name[10]="你好谁啊";
004113B8 A1 40 57 41 00       mov         eax,dword ptr [string "\xc4\xe3\xba\xc3\xcb\xad\xb0\xa1" (415740h)]  
004113BD 89 45 EC             mov         dword ptr [ebp-14h],eax  
004113C0 8B 0D 44 57 41 00    mov         ecx,dword ptr ds:[415744h]  
004113C6 89 4D F0             mov         dword ptr [ebp-10h],ecx  
004113C9 8A 15 48 57 41 00    mov         dl,byte ptr ds:[415748h]  
004113CF 88 55 F4             mov         byte ptr [ebp-0Ch],dl  
004113D2 33 C0                xor         eax,eax  
004113D4 88 45 F5             mov         byte ptr [ebp-0Bh],al 

看到string "\xc4\xe3\xba\xc3\xcb\xad\xb0\xa1“这一段了吗，”你好啊谁“，四个字占了八个字节，所以一个字占了两个字节

\x的意思就是十六进制转义符了，实际的每个字对应是

你：c4e3    好：bac3  啊：cbxa   谁：b0xa

为了验证到底是否符合之前所说，可以打开http://tool.xker.com/gb2312tbl.php 进行GB2312编码到具体文字的查询，证明是成立的。

最后还得注意下这句话：

004113CF 88 55 F4             mov         byte ptr [ebp-0Ch],dl 

这句话也是关键，作为一个字符串读入，VC自动添加结束符到数组结尾。edx寄存器在执行mov         byte ptr [ebp-0Ch],dl时候值是0000000h，所以实际上就是传入00到数组结尾，就是传说中的\0啦

最后的内存分布：

0x0012FF4C  cc cc cc cc cc cc cc 
0x0012FF53  cc c4 e3 ba c3 cb ad
0x0012FF5A  b0 a1 00 cc cc cc cc 

那些在一大堆cc中间的万花丛中一点红就是我们熟悉的中文的GB2312编码啦，注意后头还有个00

关于如何读写，发现VC还是相当方便，平常字符是如何存储读写，他也不差多少

char name[10]="你好"；

就是注意中文字符是2Byte，一个char类型1Byte，所以要计算好数组容量，尤其是还得额外加上结尾的\0 ，防止不必要的溢出

可以

scanf("%s",name);

直接读入中文字符串