问题

两个函数若不经过处理，混合使用将导致另一方的输出无法显示。

原因

因为每个标准IO流都具有一个面向属性(面向单字节，面向宽字节)，不能混合！

参考

1. http://stackoverflow.com/questions/8681623/printf-and-wprintf-in-single-c-code
2. http://www.gnu.org/savannah-checkouts/gnu/libc/manual/html_node/Streams-and-I18N.html
3. http://pubs.opengroup.org/onlinepubs/009696699/functions/xsh_chap02_05.html

相关概念

源码字符集(the source character set)

源码文件是使用何种编码保存的

执行字符集(the execution character set)

可执行程序内保存的是何种编码(程序执行时内存中字符串编码)

问题产生的背景

C或C++中没有对源码字符集，执行字符集做规定，导致不同的编译器标准不统一

• GCC

  • 源码字符集和执行字符集默认都为UTF-8

  • 且都可以手动指定(-finput-charset, -fexec-charset)

• MSVC

  • 源码字符集，有BOM么，有则按BOM解释，无则使用本地Locale字符集(随系统设置而变

  • 执行字符集，使用本地Locale字符集(随系统设置而变)

wchar

wchar采用unicode编码，具体编码方案与OS相关

• linux

采用UTF-32LE存储

• windows

采用UTF-16LE存储

与编译器相关

• 对单字节字符串(char*)，编译器什么也不做，原样复制

• 对宽字节字符串(wchar_t*)，编译器需要转换

  • GCC

    根据源文件编码，将其转换为内部编码(UTF-32LE)

  • MSVC

    源文件需为UTF-8或ANSI编码，将其转换为内部编码(UTF-16LE)

参考

1. http://blog.csdn.net/dbzhang800/article/details/7540905
2. C/C++ 编译后的二进制程序中字符串的保存方式

Latin-1是ISO-8859-1编码的别名。

是一种ASCII编码的拓展编码，采用8位，针对于拉丁语系的编码，主要用于西欧语言。

参考

1. http://zh.wikipedia.org/wiki/ISO/IEC_8859
2. 维基-西欧
3. 百度百科-西欧国家
4. http://en.wikipedia.org/wiki/ISO/IEC_8859-1

ANSI编码是什么？

ANSI编码并不是一种编码！而是美国国家标准学会(American National Standards Institute)关于制作的ANSI C中关于区域字符编码的标准。

所以各地不同的编码方式统称为ANSI编码

在简体中文windows系统下，利用记事本等软件默认保存为ANSI编码，对应的代码页为cp936(GBK)。

ANSI编码采用1~4字节进行编码，是一种变长编码方案，又叫做多字节字符集(MBCS)。

ANSI编码的缺陷

ANSI编码都是各区域针对本地的编码方式，是在兼容ASCII编码的基础上拓充而来的，如GB2312，BIG5等。
因为各地编码存在冲突，所以无法做到互通。

ANSI编码怎么实现的？

• 原ASCII编码字符保持不变，仍然为占用1个字节。

• 对其他字符，采用多字节编码，第一字节(前导字节)具有一定特征来表明后续字节一起来表示一个字符，

  如在GBK编码中，前导字节范围为0x81-0xFE。

参考

1. 维基-Windows(ANSI)代码页
2. http://en.wikipedia.org/wiki/American_National_Standards_Institute
3. 遇到乱码不怕不怕啦——计算机字符编码详尽讲解
4. 百度百科-ANSI编码
5. msdn-支持多字节字符集.aspx)

| 宏名 | 定义 | 头文件 |
|——–+——–+———|
| __T(x) | L ## x | tchar.h |

• 链接库

  cl main.cpp /link user32.lib
  

• 查询当前文件是否带有BOM标记

  :set bomb?
  

• 添加BOM

  :set bomb
  

• 去除BOM

  :set nobomb
  

参考

1. http://www.cnblogs.com/ini_always/archive/2011/12/24/2300621.html

选项

• -t TYPE

  指定输出格式，
  TYPE由进制和多少字节组合决定，如x1，则以十六进制，每次输出1字节

  • a named character
  • c ASCII character or backslash escape
  • d signed decimal
  • f floating point
  • o octal
  • u unsigned decimal
  • x hexadecimal
  • C char
  • S short
  • I int
  • L long
  • For floating point (f):
  • F float
  • D double
  • L long double

• -w BYTES

  指定一行的宽度

• -A, –address-radix=radix

  指定文件偏移量显示的基数(d,o,x)

• -j, –skip-bytes=BYTE

  从BYTE（文件偏移量）开始显示

• -c

  把元素的内容按照ASCII码解释成对应的字符

实例

• 十六进制，按字节输出，并输出对应的ASCII字符

  od -t x1 -c foo
  

• 同时按几种方式输出

  od -tx1 -tc foo
  

• 跳过指定字节

  od -Ax -tx1 -tc -j 0x065c main |less
  

| 宏名 | 值 | winsock2 | linux |
|—————–+————+————————+—————————|
| AF_INET | 2 | winsock2.h => ws2def.h | socket.h => bits/socket.h |
| INADDR_LOOPBACK | 0x7f000001 | winsock2.h => ws2def.h | netinet/in.h |
| SOCKET_ERROR | -1 | winsock2.h | 无 |