C++ 源文件编码或执行字符集是否会更改wchar\t内部保存的方式？

以下是我对VC++

/source字符集

和

/execution字符集

的全部了解

因此，有3件事我需要保持不变（如果有任何错误，请纠正我）：

源文件编码

/source字符集设置（确定编译器将如何解释我的源文件）

/execution字符集设置（确定编译器如何将阶段2中的“输出内容”解释为可执行文件

因此，如果我使用

encodingA

保存源文件，则将

/source charset

和

/execution charset

设置为

encodingA

，并使用code

wchar_t c=L'é；

或

char16_t c=u'é

或

char32_t c=u'é

程序是否会根据我在“解释”过程中选择的

编码a

更改

的编码单位

或者，
é
的代码单位永远不会改变，无论我选择什么编码

（不要担心控制台输出）
在源文件中写入
wchar_t c=L'é“
时，需要以某种方式将其转换为原始字节，保存源文件时使用的编码将影响
é
的编码

显然，用于存储源文件的编码应该与编译器的源字符集设置相匹配。编译器会逐字读取源文件，并根据配置的编码解释其内容

就像你在UTF-8中保存了
“é”
，然后在ISO-8859-1中重新阅读，你会看到
“Ô）

但是，如果您在ISO-8859-1中保存
“é”
，并在UTF-8中读回，则可能会出现错误的编码错误或返回到其他编码

这取决于您在源文件中使用的非ASCII字符。如果只使用拉丁语-1，则最好将源存储在Windows-1252中（或您的区域设置的默认编码），因为MSVC在不存在BOM的情况下将源字符集默认为该字符集。这样，您就不需要指定任何
/source字符集

如果您不仅使用拉丁字符，或者想要最大的可移植性，最好使用UTF-8，并将
/UTF-8
标志传递到
cl.exe
，这是
/source charset:UTF-8/execution charset:UTF-8
/source charset
的缩写，指示如何将Unicode作为字节存储在di上的源文件中代码编辑器知道
é
是Unicode代码点U+00E9，并将其相应地编码到文件中（
0xE9
在拉丁语-1中，
0xC3 0xA9
在UTF-8中，等等）

当编译器读取源文件时，它使用指定的
/source charset
将文件字节转换为Unicode，然后根据需要处理Unicode数据。在此阶段，如果使用正确的
/source encoding
，以便正确解码文件字节，则将
作为Unicode cod读回epoint U+00E9，并且在下一步之前不会在任何特定编码中进行处理

如果代码中未指定其他编码，则
/execution字符集
指示可执行文件中保存的Unicode数据的编码方式。在示例中不适用，因为
L
/
u
/
u
前缀指示编码方式（
L
=UTF-16或UTF-32，取决于平台，
u
=UTF-16，
u
=UTF-32）。因此：

如果您使用的是
char
，则
/execution charset
将适用：

char c = 'é';  // MAYBE 0xE9 or other single-byte value, or a multi-byte overflow warning/error

const char *s = "é";  // MAYBE 0xE9 or other single-byte value, or maybe 0xC3 0xA9

除非对UTF-8使用
u8
前缀：

char c = u8'é'; // illegal!

const char *s8 = u8"é",  // 0xC3 0xA9

@我的问题和那个问题一样难……我不确定。我在读C++的时候，事情很粗略，但是很明显你在看一个Visual Studio具体的答案。My MSVC很弱，所以我要闭嘴走开。也许有点离题，但是如果你想在你的源文件中存储非ASCII字符，那么我强烈地回想。mmend将它们存储为UTF-8.UTF-16（例如，除非您另有说明，否则VisualStudio倾向于使用UTF-8.UTF-16）第三方工具不理解UTF-16会造成各种各样的痛苦。你的文件也会变小。UTF-16作为数据交换格式实际上只在Redmond中使用。@PaulSanders是的，我知道。但是VS使用的是与系统区域相关的代码页编码，而不是UTF-16。我有点坚信。没有主流平台使用UTF-16 a我认为s文本文件的默认编码非常有用！在某种程度上证明了我的推论。还有一件事我想要求澄清：因此在可执行文件中，
L'e'
或
u
仍将是
0xE9 0x00或0xE9 0x00 0x00
，并且无论是什么codepag，这个内部代码单元都不会受到影响使用e（字符集），从头到尾都是“硬编码”的，对吗？顺便问一下，
/source charset
和
/execution charset
设置是否适用于所有编译器或仅适用于VC++编译器？
L
代表“编译器为wchar\u t选择的任何编码”，形式上甚至可以是ASCII或ISO-8859-x。在这个问题的上下文中，MSVC将始终选择UTF-16。@MSalters
wchar\u t
主要是2字节（Windows）或4字节（大多数其他平台）。使用这些大小的编译器不会为其选择这些字符集
char c = u8'é'; // illegal!

const char *s8 = u8"é",  // 0xC3 0xA9