gcc编译的编码问题

关于UTF-8、GBK编码以及编译时charset的指定的一些总结

首先分清两个概念：C文件中（转换为16进制）汉字的编码，编译后bin文件中汉字的编码。
gcc的 -finput-charset 和 -fexec-charset 两个选项的存在就是为了实现这两者的转换。
默认情况下，gcc使用UTF-8 charset。

C文件中使用GBK编码的汉字

• 若要使bin文件为UTF-8编码，必须同时指定 -finput-charset=GBK，-fexec-charset=UTF-8（不指定fexec-charset也是可以的，但是单独指定它无效，编译器会认为输入为UTF-8）
• 若要使bin文件为GBK编码，可以不指定charset，这样编译器就不会去做转换（它认为前后都是UTF-8），看起来就像是“骗过”了编译器；也可以同时指定 -finput-charset=GBK，-fexec-charset=GBK。

C文件中使用UTF-8编码的汉字

• 若要使bin文件为UTF-8编码，可以不指定charset；
• 若要使bin文件为GBK编码，必须指定 -fexec-charset=GBK。
  当然，如果你想“欺骗”编译器：“我的C文件使用的是GBK编码”，而去指定-finput-charset=GBK，这时编译器可能不会像上面那种情况一样好骗，你可能收到这样一条答复：“cc1: error: failure to convert GBK to UTF-8”。

举个例子：我在程序中需要去调用HZK16（点阵字库），它是基于GBK编码的，所以，我希望我的bin文件中的汉字是GBK编码。我在UE编辑器中，使用GBK编码写了xxx.c，又使用UTF-8编码写了yyy.c，那么，我将可以用以下几种方式去编译它们：

对于xxx.c：

（1）gcc -o xxx xxx.c

（2）gcc -finput-charset=GBK -fexec-charset=GBK -o xxx xxx.c

对于yyy.c：

（1）gcc -fexec-charset=GBK -o yyy yyy.c

（2）gcc -finput-charset=UTF-8 -fexec-charset=GBK -o yyy yyy.c

总而言之，-finput-charset用来指定C文件中的文字编码格式，-fexec-charset用来指定编译之后的可执行文件的文字编码格式；默认情况下，gcc编译器认为编译前后的文字编码格式都是UTF-8。

至于 “为什么要指定 -finput-charset 或者 -fexec-charset ?” ，那是可能你的程序中的某部分的操作必须依赖于某个特定的charset 。例如上文所说的，使用 HZK16 来获取汉字的位图等。

输出乱码问题

输出乱码问题与windows和linux终端（命令提示符）的编码也有关系，如果终端编码与输出的编码不匹配，也会出现输出乱码的问题。例如windows下用GCC编译程序会发生中文乱码，输出结果是在windows命令行中的：

解决方案是在编译参数中增加以下两条指令：

-fexec-charset=gbk -finput-charset=gbk

原因分析：Windows命令行（中文）默认的字符集是Windows-936（GBK），而GCC编译器默认编译的时候是按照UTF-8解析的，当未指定字符集时一律当作UTF-8进行处理，于是造成乱码。
而指定上述编译指令后，根据上面的理论，属于C文件中使用GBK编码的汉字，并且得到的bin文件中的中文汉字为GBK编码，因此能够在Windows命令行（GBK）环境中正常输出而不乱码。