2024年5月9日发(作者：)

由一次诡异的codeblocks中文乱码想到的汉字编码知识

一、问题复现

1.用codeblocks新建一个1.c，里面写入：

#include "stdio.h"

main()

{

printf("中文");

}

保存，编译，可以正常显示。

关闭codeblocks，复制了一份1.c，改叫“1-对照.c”，再打开1.c，发现“中文”两

个字变成了乱码（是四个字母，好像是俄文）

2.用codeblocks新建一个2.c，里面写入：

#include "stdio.h"

main()

{

printf("为啥这样的中文可以");

}

保存，编译，可以正常显示。

关闭codeblocks，再打开2.c，发现一切正常。

二、思考

百思不得其解，遂查阅了大量关于汉字编码的文章。用winhex查看“1.c”（用

codeblocks再次打开过）和“1-对照.c”（没有用codeblocks再次打开过），发现两个

文件内码都一样，而且中文两个字的内码没有错，就是GBK对应的编码“D6D0 CEC4“。

于是我吐了。。。

”吐定思痛“，我怀疑是codeblocks的自动检测编码机制工作失误，查看了

codeblocks的状态栏，果然是将编码错认成了KOI8-R。为什么2.c没有错认呢？可能是

因为那几个字的机内码已经不在KOI8-R的范围内了，所以codeblocks正确的认成了GBK。

实际上，因为默认是Windows-936，所以刚新建文件时，editor界面显示正常，

保存时，也是用的ANSI编码（在简体中文win7上就是Windows-936就是GBK）

个人认为，源码是什么编码，gcc就认为是什么编码，生成的exe也就是什么编

码，而不是像网上说的