字符集与编码
字符集：字符集是字符与代码的映射关系，例如 ASCII 字符集的 ‘A’ = 65 = 0x41
编码：将字符集中的代码按一定规则存储于计算机中，例如 ASCII 规定用一字节存储所有 ASCII 字符
编码历史
第一阶段：ASCII 编码
计算机刚开始只支持英语，使用 ASCII 编码，一个字节存储
第二阶段：ANSI 编码，表示其他外文编码
不同国家和地区的 ANSI 编码各不相同
linux 系统查看系统默认编码
locale 的命名规则为<语言>_<地区>.<字符集编码>
1 | [root@1-min huage]# locale //查看当前系统的语言环境 |
linux 编码转换工具：iconv
1 | iconv -f GBK -t UTF-8 file1 -o file2 // 将一个UTF-8 编码的文件转换成GBK编码 |
windows 系统可通过控制面板更改系统编码，
控制面板” =>“时钟、语言和区域”=>“区域和语言”=>“管理”=>“更改系统区域设置”
或者通过 chcp 命令查看当前代码页，通过 systeminfo 查看 local
System Locale: zh-cn;Chinese (China)
windows 记事本另存为选择编码方式，ANSI 就是系统默认编码，简体中文是 gb2312，繁体中文是 big5 编码
第三阶段：Unicode 编码，万国码
ANSI 编码解决了非英语国家的编码显示问题，但不同国家使用不同编码，相互交流沟通就很麻烦，然后就出现 Unicode 字符集，将世界上所有字符统一编码
Unicode 字符集，规定了世界上所有字符的二进制代码，字符串中存储字符在 Unicode 中的编号
常见 Unicode 字符集的编码方式有 UTF-8，UTF-16，UTF-32 等
文件编码
汉字编码如：gb2312、gbk、gb18030、big5，编码方式决定了字节顺序，跟 cpu 字节序无关，跟大端模式的顺序一致
Unicode 相关编码：
UTF-8，UTF-8 和 gb 系列编码一样，其编码某个汉字产生的字节顺序，由其编码方案决定，不受 CPU 字节序的影响
UTF-16、UTF-32：编码规则要求可以在文件头部的 BOM（Byte Order Mark）来标记字节顺序，FFFE 表示小端，FEFF 表示大端
程序中的编码
c 语言字符串常量有如下形式：
“ s-char-sequence “ (1) 系统默认编码，gcc 为 UTF-8，vs2017 为 gbk
u8 “ s-char-sequence “ (2) (C11 起) UTF-8 字符串字面量
u “ s-char-sequence “ (3) (C11 起) 16 位宽字符串字面量，通常为 UTF-16 编码，有字节序问题
U “ s-char-sequence “ (4) (C11 起) 32 位宽字符串字面量，通常为 UTF-32 编码，有字节序问题
L “ s-char-sequence “ (5) 宽字符串字面量，通常是 Unicode 码点（即 Unicode 顺序编号）
使用 GCC 编译时可以使用如下参数：
-finput-charset 指定源文件（保存文件时选择）的编码方式（若不指定，编译器默认是 UTF-8）
-fexec-charset 指定可执行程序中的字符以什么编码方式来表示，默认是 UTF-8
-fwide-exec-charset 指定可执行程序中的宽字符以什么编码方式来表示，默认是 UTF-8
字符串字面量 (1) 和宽字符串字面量 (5) 的编码是实现定义的。例如， gcc 用命令行选项 -fexec-charset 和 -fwide-exec-charset 选择不同编码
字符串不同的编码到底有什么影响：
如果这个字符串只是程序内部使用，不管什么编码都没有关系
如果这个字符串要输出到控制台或者显示到 GUI 上，那么这个字符串的编码必须和接受方（如控制台）的编码方案一致才可显示，否则乱码