我的源字符串使用哪种编码？ 当我有这样的C++代码： std::string narrow( "This is a narrow source string" ); std::string n2( "Win-1252 (that's the encoding we use for source files): ä,ö,ü,ß,€, ..." ); // What encoding should I pass to Win32's `MultiByteToWideChar` function // to convert these string to a propoer wchar_t (= UTF-16 on Windows)?

如果Win-1252是我们cpp文件的（隐式）编码，我是否可以始终假定它？Visual C++编译器如何决定源文件采用的字符编码

如果开发人员使用一台“普通”文本文件默认为另一种单字节/多字节编码的机器，会发生什么

---

我假设编码只是用来编译代码的机器上的一个问题？也就是说，一旦构建了可执行文件，将静态字符串从固定的窄编码转换为Windows的UTF-16 wchar\t将始终产生相同的结果，而不管用户PC上的语言/区域设置是什么？

语言规范只是说源字符是以实现定义的方式映射的。您需要查阅正在使用的编译器的文档，以查看该实现的定义。例如，微软VisualC++使用指定的代码页。

注释：由于下面的答案是写的，VC++为源代码和执行字符集添加了额外的选项。p>

---

对于宽文本，VC++将始终生成UTF-16，对于窄文本，VC++将始终从源编码转换为主机（运行编译器的系统）上设置的“非Unicode程序编码”。因此，只要VC++能够正确识别源代码，就可以得到UTF-16和非Unicode程序的编码

为了确定源代码编码，VC++检测所谓的bom。它将识别UTF-16和UTF-8。如果没有BOM表，则假定源代码使用系统对非Unicode程序的编码进行编码

如果这导致使用错误的编码，那么编译器对字符和字符串文本执行的任何转换都将导致ASCII范围之外的任何字符的错误值

---

一旦程序被编译，那么“是”，就编译时转换而言，语言环境将不再重要，因为数据是静态的

不过，编码对于其他事情可能很重要，例如如果您将其中一个字符串打印到控制台。您必须对控制台正在使用的任何内容执行适当的转换，或者确保控制台设置为接受您正在使用的编码

---

关于

#pragma setlocale

#pragma setlocale

仅影响到宽文本的转换，它既不通过设置源编码也不通过更改宽执行编码来实现。坦率地说，它的实际作用是可怕的。例如，以下断言失败：

---

如果您对源代码使用任何Unicode编码，则绝对应该避免这种情况。

如果您需要编码为UTF-16的字符串文字，为什么不使用宽文字而不是窄文字？那你就不会有这个问题了<代码>标准：：wstring宽（L“这是一个宽源字符串”）；std：：wstring w2（L“ä，ö，ü，ß，€，…”

L”“

等同于

wchar\u t[]

，并且基于

wchar\u t

的字符串可以在Windows上保存UTF-16编码的数据。在其他平台上，如Linux，

wchar\u t

是UTF-32，因此您必须在运行时进行转换，例如使用iconv。否则，如果您需要支持多个平台，则应该使用跨平台库（如ICU）以统一的方式处理Unicode字符串。如果您使用C++11，则可以使用

char16_t

和

u”“

在所有平台上强制使用UTF-16，例如：

std:：basic_string utf16（u“这是UTF-16源字符串”）

@Remy-源代码中有一个剧本，strng文本来自于该剧本，而该剧本在源代码中的位置需要使用窄带。然后，在一些传输之后，std:：string必须显示在窗口中，在那里我需要一个宽字符串。然后，您必须使用窄文本实际使用的正确编码执行运行时转换。如果可能的话，我建议让窄文本保持UTF-8字节。如果您使用的是C++11，则可以使用

char8\t

和

u8”“

来实现此目的，否则，对非ASCII字节使用转义序列。无论哪种方式，在转换为UTF-16时，您都可以使用

CP\u UTF8

codepage和

MultiByteToWideChar（）

。@Remy-“使用窄文本的正确编码执行运行时转换”-这就是问题所在！我的文字使用哪种编码？我没有C++11/u8，所以我必须使用一个简单的字符串

“…”

-它将是哪种编码？为扩展您的答案干杯！在底部的静态断言示例中，cpp文本文件的编码是什么？既然“Я”和“ß”都在里面，我猜是UTF-8 | 16？@MartinBa是的，UTF-8。我知道为什么会发生这样的事情，但正如我所说的，我很震惊。pragma应该做的是让编译器将该表达式视为

L'ПЇ'！=L‘Гџ’

（即，源中实际的UTF-8字节应解释为CP1251）。我只是觉得VC++更喜欢做的事情令人难以置信。实际上，我根本不确定发生了什么：-）编译器必须读入您的UTF-8文件，并且必须将UTF-8代码点转换为UTF-16代码点。究竟为什么它会基于语言环境pragma将两个不同的UTF-8代码点转换为相同的UTF-16代码点？我相信你，我只是被难倒了，我必须通过哪种机制路由一个代码点，从U+00DF（ß）和U+042F（Я）到同一个UTF-16代码点。它将UTF-8编码字符转换为一个代码页，然后将该编码解释为cp1251。所以“ß”被转换成cp1252，也就是0xDF，“Я”被转换成cp1251，也就是0xDF。然后，在这两种情况下，0xDF都被解释为cp1251，因此编译器实际看到的结果是

L'Я'！=L‘Я’

。

#pragma setlocale(".1251")
static_assert(L'Я' != L'ß', "wtf...");