關於windows系統裡locale、code page、ANSI編碼的問題

標籤：

最近把公司程式碼程式庫裡的代碼同步下來之後編譯了下，竟然出問題。問下同事說程式碼程式庫肯定沒問題，而我啥也沒改，那到底那裡出問題了呢？

VS2018報的錯誤是：error RC2001: newline in constant

百度下這個錯誤的原因，主要原因是定義的字串常量兩個引號之間有換行，跳到相應出錯的代碼位置處，大體可以解決這個編譯錯誤。當然，這個問題只是表象。由於程式碼程式庫裡的代碼編譯肯定能通過，而且這些代碼已經跑了很久了，不可能存在這麼低級的編譯問題。

那麼問題出在哪呢？

答案是作業系統的設定。問題源自於windows本身的一個曆史包袱吧，我大體簡述下，自己對這個問題本身研究也不透徹，所以有問題請諒解：大體就是windows在支援國際化的道路上是推薦使用unicode的，畢竟一個編碼通訊協定就能支援這個世界上所有語言的所有文字，也就不存在亂碼之類的問題了。但是windows也是半路才支援unicode的，在這之前一直是使用locale+ANSI編碼通訊協定的。這個是個什麼玩意兒呢？大體就是可以通過控制台裡的一個選項來設定系統的locale，而系統會根據你的locale來選擇在ANSI編碼（嚴格說這個不能叫編碼！！）模式下（相對於unicode而言，也就是文字編輯器如notepad++、VS的編輯器等檢測到當前的文字檔的編碼不是unicode）所使用的編碼。比如如果locale是Chinese PRC，則此時ANSI編碼為gb2312（或者gbk，反正是gb系的），而如果locale是English US的話，則ANSI編碼對應擴充的ascii（貌似，沒有求證）。說實話ANSI這個叫法著實蛋疼，很讓人費解，因為ANSI本身是個標準委員會，不明就裡的人根本不知道是說啥麼。

回到剛剛的編譯問題，由於這些代碼通常實在locale為English US的情況下編譯的，而代碼檔案本身不是unicode編碼，所以就應該是使用擴充ascii來進行編碼/解碼。但由於我的locale是Chinese PRC，所以對於非unicode編碼的檔案系統是使用gb2312來解析的。嗯嗯，問題來了，檔案的編碼和解碼所使用的標準不相容，導致各種詭異問題。

這裡想吐槽下微軟在處理這種問題下遺留下的種種尾巴，不過咋說呢，問題本身太複雜，解決不好也不怪這樣臃腫的大公司，誰還沒有點頑疾呢。

關於編碼的問題知乎上有討論：

http://www.zhihu.com/question/20650946

可以參考下，可能講的比我清楚。

另外，關於locale對應的ANSI編碼，微軟是叫code page的。locale與code page的對應可以參見：

http://www.science.co.il/language/Locale-Codes.asp?s=codepage

http://blog.csdn.net/whygosofar/article/details/4344252

沒時間瞭解太多，有問題請諒解。

關於windows系統裡locale、code page、ANSI編碼的問題