在写跨平台的C/C++代码过程中（本文的研究只限于C/C++范畴），经常会遇到中文字符串乱码的问题。比如，同一个源码，用MSVC编译/运行能正常显示中文字符串，但在linux下编译/运行显示中文字符串就乱码。导致这种现象的根源就在于字符集编码不匹配导致，如果你彻底理解了以下几个字符集的概念，以及编程过程中哪些因素会影响这些字符集，将有助于你从根源上解决乱码问题。

乱码的根源

源代码文件（源码字符集）经过编译/链接，生成可执行文件（执行字符集），最后程序运行于实际环境中（运行环境编码）。在这过程中如果有字符集不匹配，最终就无法显示预期的文字信息，甚至产生乱码。

（1）、编译器在编译源代码时，会将源码字符集转化为执行字符集，如果编译器不能正确识别源码字符集，就得不到正确的字符串数据。

（2）、可执行文件在实际运行环境中执行时，为了在控制台（或者其他UI）上显示出字符串，就要将执行字符集转化为运行环境的字符集。如果运行环境的字符集与执行字符集不同，也会导致乱码。

因此，要想程序不乱码，必须满足以下因素：

（1）、编译器准确识别了源码字符集，从而得到正确的字符串数据（执行字符集）。

（2）、运行环境的编码与执行字符集相同。

字符集

C locale

ANSI 发布的字符编码标准，编码空间 0x00-0x7F，占用1个字节，上学时学的 C 语言书后面的字符表中就是它，因为使用这个字符集中的字符就已经可以编写 C 程序源代码了，所以给这个字符集起一个 locale 名叫 C，所有实现的 C 语言运行时和系统运行时，都应该有这个 C locale，因为它是所有字符集中最小的一个，设置为其它 locale 时可能由于不存在而出错，但设置 C 一定不会出错，比如：当 Linux 的 LANG 配置出错时，所有的 LC_* 变量就会被自动设置为最小的 C locale。

单字节字符集（SBCS - Single-Byte Character Set）

像ASCII、ISO-8859-1 这种用1个字节编码的字符集，叫做单字节字符集（SBCS - Single-Byte Character Set）。

多字节字符集（MBCS - Multi-Byte Character Set）

像GB2312，GBK，GB18030这种用1-2、4个不等字节编码的字符集，叫做多字节字符集（MBCS - Multi-Byte Character Set）。

GB2312，GBK，GB18030

GB18030：最新汉字编码字符集，向下兼容GBK，GB2312；

GBK：汉字扩展编码，向下兼容GB2312, 并包含BIG5（繁体）全部汉字；

GB2312：简化汉字编码字符集；

源码字符集

不同工具新建的源码文件编码格式不同

源代码都是由不同操作系统的不同编辑工具产生的，不同工具新建的源码文件编码格式不同，比如拿我电脑来说：

1.在Windows下用VS2010新建的源码文件是GB2312编码格式。

2.在Windows下用notepad++新建的源码文件是UTF-8编码格式。

3.在Linux下用VI新建的源码文件是UTF-8格式。

以上就是有关C++编程中的字符编码转换的相关内容了，想要了解更多有关c++的其它知识也可关注六星社区网站。 

想要高效学习，指路微信公众号——【python编程学习圈】每日分享学习干货，关注即可免费领取整套Python零基础到入门资料及学习教程，走过路过，千万不要错过！！快行动起来！！