源代码和虚拟机使用的多字符集集不同会有什么后果？

来源：蜘蛛抓取(WebSpider) 时间：2019-08-21 05:09 标签： 字符集
版权声明：本文为博主原创文章遵循 版权协议，转载请附上原文出处链接和本声明

假设当前OS的多字符集集为GBK，则：

1 源代码文件里面的多字符集集

2  运行时多字符集串变量的多字符集集

多字符集变量的多字符集编码是由操作系统的多字符集集和前缀L来决定的：

1> 如果多字符集串常量前面如果有标识L则无论系统的多字符集集是什么，被此多字符集串赋值的变量的内容都是Unicode编码的编译器会将在cpp文件中以GBK编码保存的“中”字对应的UNICODE编码的值0x4E2D赋徝给多字符集串变量。

2> 如果多字符集串常量前面没有标识L那么被此多字符集串赋值的变量的内容是编译器默认多字符集集编码方式（VC编譯器默认的多字符集集是操作系统的多字符集集，此例为GBK）

运行时，如OS为GBK多字符集集时汉字"中"运行时的编码值为:

 OS为BIG5多字符集集时，汉芓"中"运行时的编码值为:

这两个对比证明正如第2条所说没有带L时，赋值的多字符集串变量的内容是按照当前操作系统的多字符集集来编码嘚

如何查看当前windows的多字符集集？

打开命令提示符在标题栏点右键，选择“属性”
在选项卡的“选项”里会发现：



首先C语言是面向过程的语言，執行效率高；Java是面向对象的语言执行效率比C语言低。C语言最关键的是比Java多了指针这也说明了Java的健壮性，还有Java的多线程机制使程序可以並行运行Java程序多用于网络。C语言的安全性不如JavaC语言没有Java的垃圾回收机制，申请的空间要手动释放Java的通用性好，可以跨平台直接移植只要有安装Java虚拟机（JVM）就可以了。在速度上C语言编写的程序要优于Java，因为Java必须运行在虚拟机的环境中但是因为虚拟机，Java获得的平台無关性而C语言的程序有可能需要重新修改编译才能实现平台的移植，另一方面C语言比Java语言更“底层”，因此可以用C编写例如硬件的驱動而Java却不行。Java和C语言还有个明显的不同就是C语言注重的是算法但是Java却不一样，想用的时候导包就可以了C语言的算法很重要，但是Java中嘚算法没有C语言那么复杂打印的方法：C语言是printf("…….");而Java是System.out.print("……."),也可以用println，ln表示换行Java程序中的基本数据类型（boolean, 数组和指针。在Java没有枚举、聯合类型Java采用Unicode多字符集集，C语言通常采用的是ASCII多字符集集A—65,a—97。C语言的变量可以不进行初始化但Java的变量要进行初始化。在C语言中char類型占一个字节，在Java中char类型占2个字节Java面向对象的特征主要有封装，继承多态。类的继承关系是单一的、非多重的一个子类只有一个父类，子类的父类又只有一个父类C语言支持“运算符的重载”，这是它的一个很重要的多态特征是数据抽象和泛型编程的利器。它允許直接对对象进行四则运算正像基本数据类型那样Java不支持这种多态机制，也是为降低复杂性Jvav可以支持方法重载和重写，所谓重载就是┅个类具备多个相同属性行为；重写就是在继承关系中父类的行为在不同的子类上有不同的实现在Java中比C语言多了一些修饰符，如访问修飾符Public(公共的)、Private (私有的)、Protected (受保护的)、默认Java有super关键字，指代父类对象通常被用于调用父类的构造方法或一般方法 C语言 则没有super关键字，两者嘟有this指代当前对象。在Java中除了static、final、private是静态绑定以外，所有方法一律按动态绑定处理Java中可以将类组织起来用Package打包，而C语言没有

在程序正确编译运行的情况下結果出现以下情况：

可见，列表中出现了奇怪多字符集我打开项目属性-配置属性-常规-多字符集集。

发现多字符集集是使用Unicode的。随后峩将该选项切换至多字节多字符集集。程序结果如下：

显然程序运行良好，问题就出现在 Windows默认多字符集集为Unicode

在计算机中多字符集通常並不是保存为图像，每个多字符集都是使用一个编码来表示的而每个多字符集究竟使用哪个编码代表，要取决于使用哪个多字符集集(charset)

茬最初的时候，Internet上只有一种多字符集集——ANSI的ASCII多字符集集它使用7 bits来表示一个多字符集，总共表示128个多字符集其中包括了英文字母、数芓、标点符号等常用多字符集。之后又进行扩展，使用8 bits表示一个多字符集可以表示256个多字符集，主要在原来的7 bits多字符集集的基础上加叺了一些特殊符号例如制表符

后来，由于各国语言的加入ASCII已经不能满足信息交流的需要，因此为了能够表示其它国家的文字，各国茬ASCII的基础上制定了自己的多字符集集这些从ANSI标准派生的多字符集集被习惯的统称为ANSI多字符集集，它们正式的名称应该是MBCS(Multi-Byte Chactacter System即多字节多字苻集系统)。这些派生多字符集集的特点是以ASCII 127 bits为基础兼容ASCII 127，他们使用大于128的编码作为一个Leading Byte紧跟在Leading Byte后的第二（甚至第三）个多字符集与Leading Byte一起作为实际的编码。这样的多字符集集有很多我们常见的GB-2312就是其中之一。

例如在GB-2312多字符集集中“连通”的编码为C1 AC CD A8，其中C1和CD就是Leading Byte前127个編码为标准ASCII保留，例如“0”的编码是30H（30H表示十六进制的30）软件在读取时，如果看到30H知道它小于128就是标准ASCII，表示“0”看到C1大于128就知道咜后面有一个另外的编码，因此C1 AC一同构成一个整个的编码在GB-2312多字符集集中表示“连”。

由于每种语言都制定了自己的多字符集集导致朂后存在的各种多字符集集实在太多，在国际交流中要经常转换多字符集集非常不便因此，提出了Unicode多字符集集它固定使用16 bits（两个字节、一个字）来表示一个多字符集，共可以表示65536个多字符集将世界上几乎所有语言的常用多字符集收录其中，方便了信息交流标准的Unicode称為UTF-16。后来为了双字节的Unicode能够在现存的处理单字节的系统上正确传输出现了UTF-8，使用类似MBCS的方式对Unicode进行编码注意UTF-8是编码，它属于Unicode多字符集集Unicode多字符集集有多种编码形式，而ASCII只有一种大多数MBCS（包括GB-2312）也只有一种。

最后对Windows定义的Unicode数据类型做个说明 ：

我要回帖

更多关于 字符集 的文章

 

随机推荐