程序编译过程中编码的作用

1. MSVC
   1. 设置
2. GCC
   1. 设置

在读过编码与编码一文中，我们介绍了不同情况下编码所指代的不同含义，这里我们主要谈一谈，在程序编译的过程中，编码所起到的作用。首先我们要阐述如下几个定义：

• 源文件编码：文件其实就是一堆字节所组成的，生成这些字节序列的方式即源码编码。
• 编译器执行编码：编译器最终生成执行文件时的编码。

总结来看，编译过程中，编译器通过识别源文件的编码，将其按照执行编码进行转换输出，生成目标文件，最终目标文件经过链接生成可执行程序。所以当我们程序运行后，程序内部的各种数据，均是执行编码，而不是源码编码。那么不同的编译器是如何识别源文件编码并如何设置执行编码呢？

MSVC

• 识别源文件：可以正确识别UTF-8 with BOM。否则编译器一概不识别，全部当做locale（简体中文系统即为GB2312）处理。
• 执行编码：VS2005以上，无论源码如何，执行编码均为locale。

由此看来，大微软的编译器果然性格孤僻，要求严苛。那么我们如何设置执行编码呢？

设置

1. C++11中，u8，u，U等前缀，可告知编译器按照何种执行编码输出此字符串。分别对应UTF-8，UTF-16，UTF-32。
2. 可设置当前文件执行编码：

   #if _MSC_VER >= 1600
   #pragma execution_character_set("utf-8")
   #endif

GCC

• 识别源文件：如无特殊设置，认为源码均是UTF-8 without BOM。
• 执行编码：如无特殊设置，默认均为UTF-8 without BOM 。

GCC这种全部统一为UTF-8格式，对我们来说很是方便。所以我们的开发中，建议全部使用UTF-8格式，当然这里的UTF-8格式，指的是标准格式，即无BOM。

设置

• -finput-charset 指定源文件的编码。
• -fexec-charset 指定多字节字符串(const char*)常量在编译后的程序里保存的编码集。
• -fwide-exec-charset 指定宽字节字符串(const wchar_t*)常量在编译后的程序里的保存的编码集。