Пока я экспериментирую с блоками кода под utf-8 в Visual Studio, я обнаружил много ловушек:
По умолчанию VS сохраняет исходный файл с кодировкой, связанной с системной областью, для меняЭто GB2312 (кодовая страница 936, китайская кодировка).
Решение: я использую сохранить как и сохранить файл с UTF-8 без подписи.
Затем я обнаружил, что по умолчанию компилятор интерпретируетисходный файл с кодировкой, связанной с системным регионом, который по-прежнему является GB2312, поэтому я получил удивительное предупреждение и синтаксическую ошибку.
Решение: я использую /source-charset:utf-8 для компиляции, без предупреждений и ошибок.Но в результате размер равен 2 ('知' в GB2312 кодируется двумя кодовыми единицами).Но это должно быть 3 под utf-8.
'知' Ссылка на Unicode https://unicode -table.com / ru / 77E5 /
(думаю, можно использоватьлюбой символ, который существует в вашей текущей системной кодировке и в utf-8, но с другим размером кодового блока для проведения аналогичного теста.)
Код:
#include <iostream>
#include <string>
using namespace std;
int main(){
string s = "知";
cout << s.size() <<endl;
cout << s << endl;
}
Кроме того,Windows cmd, а также powershell также используют кодировку, связанную с системным регионом (введите chcp в cmd).Поэтому я не могу печатать такие символы, как ə.
Так что мне нужно позаботиться о трех вещах:
- Кодировка исходного файла
- Является ли компиляторинтерпретировать исходный файл как ожидалось
- Возможно, cmd не сможет отобразить символ, даже если удовлетворены 1. и 2.
Кроме того, из-за этого возникла путаницаопыт:
- Почему Windows действует так?Можно ли просто установить все с помощью utf-8?Я скопировал тот же файл на Mac, и все работает, как ожидалось.И очень легко установить терминальную кодировку Mac.
В некоторых сообщениях, которые я нашел, говорилось, что причина в том, что некоторые стандарты кодирования (такие как этот GB2312) создаются до выхода utf-8.И многие из них не совместимы с utf-8.Так что он продолжает использовать для совместимости.
Но мне интересно, как могла бы возникнуть несовместимость?Например, я загружаю NotePad ++ и устанавливаю все языковые пакеты.Моя системная кодировка - GB2312, но я все еще могу изменить язык отображения NotePad ++ на японский, и он хорошо отображается.Не такая вещь, как ????.