作者：zyl910
將Windows程序移植到Linux等平台時，經常會遇到tchar.h問題與字符串的格式控制字符問題（char串、wchar_t串、TCHAR串混合輸出）。本文探討如何解決這些問題。
一、背景
1.1 歷史
傳統的C程序使用char字符串，采用ANSI+DBCS方案來支持當地語言，不能實現多國語言同時顯示。
當年微軟在設計Windows NT時考慮到國際化，決定內核支持Unicode，對應wchar_t類型。那時的Unicode只有16位，於是Windows中的wchar_t是16位的。
為了兼容老程序，與字符串有關的API一般有兩套——A結尾的表示是ANSI版，使用char字符串；W結尾的是Unicode版，使用wchar_t字符串。
兩套API用起來不方便，於是微軟設計了tchar.h，定義了TCHAR類型，使用宏來切換。只需編寫一份代碼，就可分別編譯為ANSI版與Unicode版，分別兼容老系統（win9X）和新系統（winNT）。
Linux等平台較晚才支持Unicode，那時已經有成熟的UTF-8編碼方案，兼容傳統的char類型。於是Linux等平台將UTF-8作為默認編碼，這樣不僅支持Unicode多國語言，而且傳統的C標准庫、POSIX等API均能正常工作。兩全其美，不再需要搞兩套API，自然也不需要tchar.h。
UTF-8是變長編碼，一個字符可能是1至4字節，處理起來不太方便。於是Linux等平台也提供了wchar_t類型，只不過它是32位的。
為什么是32位的的呢，這與Unicode的發展有關。由於Unicode需要收錄的東西太多，16位早就不夠用了。
UCS-4 提倡31位的編碼空間，並提出了UTF-32和6字節UTF-8等編碼方案。可是該方案的成本很高。
進過折衷考慮，Unicode組織將編碼空間由16位的0至FFFF，升級至21位的0至10FFFF。將傳統16位Unicode編碼稱為UTF-16，並提供代理對（surrogate）方案，用兩個UTF-16字符單元來編碼超過16位的字符。
也就是說，如果wchar_t類型是16位的話，那它實際上代表UTF-16編碼——對於在U+0000至U+FFFF之間的字符，每個字符占1個wchar_t；對於在U+10000至U+10FFFF之間的字符，每個字符占2個wchar_t。
為了確保每個字符都只占1個wchar_t，那就得將wchar_t定義為32位。這也就是UTF-32編碼。
雖然UTF-8編碼方案本身能表達很大的編碼空間（例如6字節UTF-8可編碼31位），但為了規范化，RFC 3629規定UTF-8最長為4字節，即最高21位編碼，超過10FFFF的編碼點是無效的。
1.2 為什么需要讓Linux等平台也支持tchar.h？
很多人認為Linux等平台沒必要支持tchar.h，這主要是因為wchar_t的一些問題——
1. UTF-8編碼的char類型能滿足Unicode國際化需求。
2. char類型更容易跨平台。而wchar_t是C95修訂中加入的，到C99標准才有比較完善的支持，故某些舊編譯器對wchar_t支持性不佳、甚至完全不支持。
3. wchar_t的位數不固定。在Windows平台中它是16位，而在Linux等平台中它是32位的。C99標准並沒有嚴格規定wchar_t的位數。
4. wchar_t版函數與char版函數不對稱。在C99的C標准庫中，只有部分字符串函數有wchar_t版。雖然Windows平台上有A、W兩套對稱的API，但其他平台只有一套API。
以前我也贊同上述觀點，但是現在我覺得有一個tchar.h會方便很多，理由有——
1. 方便Windows程序移植。很多控制台程序只進行了一些很簡單的字符串操作，不會遇到wchar_t的缺陷。如果僅因缺少tchar.h問題而改動代碼的話，那就成本太高了。
2. 無副作用。對於Linux等只有一套API的平台，可以取消UNICODE宏，這樣tchar.h會將TCHAR映射為char，使用傳統的窄字符串版函數。
3. 避免printf/wprintf混用時的Bug。printf與wprintf內部使用的是不同的緩沖區，混用會造成Bug。統一使用TCHAR能避免該bug。
1.3 字符串的格式控制字符問題
除了tchar.h問題外，在跨平台操作字符串時還會遇到格式控制問題。例如這些問題——
1. 在printf中使用哪種格式控制字符來輸出 char字符/字符串？
2. 在printf中使用哪種格式控制字符來輸出 wchar_t字符/字符串？
3. 在printf中使用哪種格式控制字符來輸出 TCHAR字符/字符串？
4. 在wprintf中使用哪種格式控制字符來輸出 char字符/字符串？
5. 在wprintf中使用哪種格式控制字符來輸出 wchar_t字符/字符串？
6. 在wprintf中使用哪種格式控制字符來輸出 TCHAR字符/字符串？
C99標准比較保守，不能完全解決上述問題。C99標准中對c、s僅存在“l”長度修正——沒“l”的是char字符串，有“l”的是wchar_t字符串。詳見C99標准的“7.24.2.1 The fwprintf function”。
VC++因為需要處理兩套字符串API，所以它對該問題的支持非常完善。VC++中上述6個問題的答案是——
1. hc/hs。
2. lc/ls。
3. c/s。
4. hc/hs。
5. lc/ls。
6. c/s。
對於BCB、MingGW等Windows平台上的編譯器，它們也兼容VC++的做法，支持這些格式控制字符。
而對於Linux等平台的gcc，它緊跟C99標准，不支持那么多格式控制字符。
我以前做過測試，詳見——
http://www.cnblogs.com/zyl910/archive/2012/07/30/wcharfmt.html
[C] wchar_t的格式控制字符（VC、BCB、GCC、C99標准）》
1.4 _tmain入口函數問題
標准C使用main函數作為程序入口，其格式為——
int main(int argc, char* argv[])
VC++考慮到到TCHAR類型的命令行參數，於是又定義_tmain程序入口，其格式為——
int _tmain(int argc, TCHAR* argv[])
目前VC++對_tmain的支持較好，而MinGW等編譯器對_tmain較差，有些只支持C標准的main。
二、解決方案
2.1 auto_tchar.h：使各種編譯器兼容tchar.h
我編寫了auto_tchar.h，它根據編譯預處理判斷該編譯器是否支持tchar.h。若支持，便包含編譯器的tchar.h；若不支持，則自己實現tchar.h，參考了 MinGW 的 tchar.h. http://www.mingw.org/。
在測試時發現，BCB6的tchar.h中沒有定義TCHAR，只定義了_TCHAR。TCHAR是在winnt.h中定義的。於是做了如下修正——
// 修正BCB6的tchar.h只有_TCHAR卻沒有TCHAR的問題. #if defined(__BORLANDC__) && !defined(_TCHAR_DEFINED) typedef _TCHAR TCHAR, *PTCHAR; typedef _TCHAR TBYTE, *PTBYTE; #define _TCHAR_DEFINED #endif // #if defined(__BORLANDC__) && !defined(_TCHAR_DEFINED)
使用方法——
1. 將“auto_tchar.h”放在項目的include目錄中。
2. 將原來的“#include <tchar.h>”改為“#include "auto_tchar.h"”。
2.2 prichar.h：解決字符串的格式控制字符問題
怎么解決各個編譯器對格式控制字符的差異呢？
我從C99標准的inttypes.h找到了靈感。inttypes.h定義了一系列PRI開頭的宏，解決了各種整數的格式控制字符問題。
我們也可以這樣做，編寫一個頭文件，里面定義了一系列字符串的PRI宏。同時利用編譯預處理判斷各種編譯器，定義合適的常量。
我編寫了prichar.h，定義了這些宏——
SCNcA
SCNsA
SCNcW
SCNsW
SCNcT
SCNsT
PRIcA
PRIsA
PRIcW
PRIsW
PRIcT
PRIsT
前綴含義——
PRI: print, 輸出.
SCN: scan, 輸入.
中綴含義——
c: char, 字符.
s: string, 字符串.
后綴含義——
A: char, 窄字符版.
W: wchar_t, 寬字符版.
T: TCHAR, TCHAR版.
使用方法——
1. 將“prichar.h”放在項目的include目錄中。
2. 包含該頭文件（#include "prichar.h"）。
3. 代碼示例——
char* psa = "A漢字ABC_Welcome_歡迎_ようこそ_환영."; wchar_t* psw = L"W漢字ABC_Welcome_歡迎_ようこそ_환영."; TCHAR* pst = _T("T漢字ABC_Welcome_歡迎_ようこそ_환영."); _tprintf(_T("%")_T(PRIsA)_T("\n"), psa); // 輸出窄字符串. _tprintf(_T("%")_T(PRIsW)_T("\n"), psw); // 輸出寬字符串. _tprintf(_T("%")_T(PRIsT)_T("\n"), pst); // 輸出TCHAR字符串.
注：必須多次使用“_T”宏，不能省略。如果將格式字符串寫成“_T("%"PRIsA"\n")”，在編譯Unicode版時，編譯器將其會展開為“L"%" "hs" "\n"”，然后報告寬字符串不能與窄字符串串聯錯誤（例如VC++報告“error C2308: 串聯不匹配的字符串”）。
2.3 auto_tmain.h：解決_tmain入口函數問題
根據編譯預處理判斷該編譯器是否支持_tmain。若支持，便不做額外處理；若不支持，則做一些處理使其支持_tmain。
參考了 https://github.com/coderforlife/mingw-unicode-main/blob/master/mingw-unicode.c
使用方法——
1. 將“auto_tmain.h”放在項目的include目錄中。
2. 在主源文件包含該頭文件（#include "auto_tmain.h"）。
3. 現在_tmain能正常使用了（int _tmain(int argc, TCHAR* argv[])）。
三、模塊源碼
3.1 auto_tchar.h
全部代碼——
auto_tchar.h
//////////////////////////////////////////////////////////// /* auto_tchar.h: 使各種編譯器兼容tchar.h . Author: zyl910 Blog: http://www.cnblogs.com/zyl910 URL: http://www.cnblogs.com/zyl910/archive/2013/01/17/tcharall.html Version: V1.00 Updata: 2013-01-17 測試過的編譯器-- VC: 6, 2003, 2005, 2008, 2010, 2012. BCB: 6. GCC: 4.7.1(MinGW-w64), 4.7.0(Fedora 17), 4.6.2(MinGW), llvm-gcc-4.2(Mac OS X Lion 10.7.4, Xcode 4.4.1). Update ~~~~~~ [2013-01-17] V1.00 * V1.0發布. * 為了避免包含目錄問題，更名auto_tchar.h（原tchar.h）. * 解決BCB6的TCHAR問題（tchar.h中沒有定義TCHAR，只定義了_TCHAR。TCHAR是在winnt.h中定義的）. [2012-11-08] V0.01 * 初步完成. * 參考了 MinGW 的 tchar.h. http://www.mingw.org/ */ //////////////////////////////////////////////////////////// #ifndef __AUTO_TCHAR_H_INCLUDED #define __AUTO_TCHAR_H_INCLUDED // __AUTO_TCHAR_H_USESYS: 判斷編譯器是否提供了<tchar.h> #undef __AUTO_TCHAR_H_USESYS #if defined(_MSC_VER) // MSVC. #define __AUTO_TCHAR_H_USESYS #elif defined(__BORLANDC__) // BCB. #define __AUTO_TCHAR_H_USESYS #elif defined(_WIN32)||defined(_WIN64)||defined(__MINGW32__)||defined(__MINGW64__)||defined(__CYGWIN__) // 假定Windows平台的編譯器均支持<tchar.h>. #define __AUTO_TCHAR_H_USESYS #else // 假設其他編譯器不支持<tchar.h>. #endif // __AUTO_TCHAR_H_USESYS #ifdef __AUTO_TCHAR_H_USESYS // 使用編譯器提供的tchar.h . #include <tchar.h> // 修正BCB6的tchar.h只有_TCHAR卻沒有TCHAR的問題. #if defined(__BORLANDC__) && !defined(_TCHAR_DEFINED) typedef _TCHAR TCHAR, *PTCHAR; typedef _TCHAR TBYTE, *PTBYTE; #define _TCHAR_DEFINED #endif // #if defined(__BORLANDC__) && !defined(_TCHAR_DEFINED) #else // 采用自定義的tchar.h. 參考了 MinGW 的 tchar.h. http://www.mingw.org/ #ifndef _TCHAR_H_ #define _TCHAR_H_ ///* All the headers include this file. */ //#include <_mingw.h> /* * NOTE: This tests _UNICODE, which is different from the UNICODE define * used to differentiate Win32 API calls. */ #ifdef _UNICODE /* * Include <wchar.h> for wchar_t and WEOF if _UNICODE. */ #include <wchar.h> /* * Use TCHAR instead of char or wchar_t. It will be appropriately translated * if _UNICODE is correctly defined (or not). */ #ifndef _TCHAR_DEFINED #ifndef RC_INVOKED typedef wchar_t TCHAR; typedef wchar_t _TCHAR; #endif /* Not RC_INVOKED */ #define _TCHAR_DEFINED #endif /* * Use _TEOF instead of EOF or WEOF. It will be appropriately translated if * _UNICODE is correctly defined (or not). */ #define _TEOF WEOF /* * __TEXT is a private macro whose specific use is to force the expansion of a * macro passed as an argument to the macros _T or _TEXT. DO NOT use this * macro within your programs. It's name and function could change without * notice. */ #define __TEXT(q) L##q /* for porting from other Windows compilers */ #if 0 /* no wide startup module */ #define _tmain wmain #define _tWinMain wWinMain #define _tenviron _wenviron #define __targv __wargv #endif /* * Unicode functions */ #define _tprintf wprintf #define _ftprintf fwprintf #define _stprintf swprintf #define _sntprintf _snwprintf #define _vtprintf vwprintf #define _vftprintf vfwprintf #define _vstprintf vswprintf #define _vsntprintf _vsnwprintf #define _vsctprintf _vscwprintf #define _tscanf wscanf #define _ftscanf fwscanf #define _stscanf swscanf #define _fgettc fgetwc #define _fgettchar _fgetwchar #define _fgetts fgetws #define _fputtc fputwc #define _fputtchar _fputwchar #define _fputts fputws #define _gettc getwc #define _getts _getws #define _puttc putwc #define _puttchar putwchar #define _putts _putws #define _ungettc ungetwc #define _tcstod wcstod #define _tcstol wcstol #define _tcstoul wcstoul #define _itot _itow #define _ltot _ltow #define _ultot _ultow #define _ttoi _wtoi #define _ttol _wtol #define _tcscat wcscat #define _tcschr wcschr #define _tcscmp wcscmp #define _tcscpy wcscpy #define _tcscspn wcscspn #define _tcslen wcslen #define _tcsncat wcsncat #define _tcsncmp wcsncmp #define _tcsncpy wcsncpy #define _tcspbrk wcspbrk #define _tcsrchr wcsrchr #define _tcsspn wcsspn #define _tcsstr wcsstr #define _tcstok wcstok #define _tcsdup _wcsdup #define _tcsicmp _wcsicmp #define _tcsnicmp _wcsnicmp #define _tcsnset _wcsnset #define _tcsrev _wcsrev #define _tcsset _wcsset #define _tcslwr _wcslwr #define _tcsupr _wcsupr #define _tcsxfrm wcsxfrm #define _tcscoll wcscoll #define _tcsicoll _wcsicoll #define _istalpha iswalpha #define _istupper iswupper #define _istlower iswlower #define _istdigit iswdigit #define _istxdigit iswxdigit #define _istspace iswspace #define _istpunct iswpunct #define _istalnum iswalnum #define _istprint iswprint #define _istgraph iswgraph #define _istcntrl iswcntrl #define _istascii iswascii #define _totupper towupper #define _totlower towlower #define _tcsftime wcsftime /* Macro functions */ #define _tcsdec _wcsdec #define _tcsinc _wcsinc #define _tcsnbcnt _wcsncnt #define _tcsnccnt _wcsncnt #define _tcsnextc _wcsnextc #define _tcsninc _wcsninc #define _tcsspnp _wcsspnp #define _wcsdec(_wcs1, _wcs2) ((_wcs1)>=(_wcs2) ? NULL : (_wcs2)-1) #define _wcsinc(_wcs) ((_wcs)+1) #define _wcsnextc(_wcs) ((unsigned int) *(_wcs)) #define _wcsninc(_wcs, _inc) (((_wcs)+(_inc))) #define _wcsncnt(_wcs, _cnt) ((wcslen(_wcs)>_cnt) ? _count : wcslen(_wcs)) #define _wcsspnp(_wcs1, _wcs2) ((*((_wcs1)+wcsspn(_wcs1,_wcs2))) ? ((_wcs1)+wcsspn(_wcs1,_wcs2)) : NULL) #if 1 /* defined __MSVCRT__ */ /* * These wide functions not in crtdll.dll. * Define macros anyway so that _wfoo rather than _tfoo is undefined */ #define _ttoi64 _wtoi64 #define _i64tot _i64tow #define _ui64tot _ui64tow #define _tasctime _wasctime #define _tctime _wctime #if __MSVCRT_VERSION__ >= 0x0800 #define _tctime32 _wctime32 #define _tctime64 _wctime64 #endif /* __MSVCRT_VERSION__ >= 0x0800 */ #define _tstrdate _wstrdate #define _tstrtime _wstrtime #define _tutime _wutime #if __MSVCRT_VERSION__ >= 0x0800 #define _tutime64 _wutime64 #define _tutime32 _wutime32 #endif /* __MSVCRT_VERSION__ > 0x0800 */ #define _tcsnccoll _wcsncoll #define _tcsncoll _wcsncoll #define _tcsncicoll _wcsnicoll #define _tcsnicoll _wcsnicoll #define _taccess _waccess #define _tchmod _wchmod #define _tcreat _wcreat #define _tfindfirst _wfindfirst #define _tfindnext _wfindnext #if __MSVCRT_VERSION__ >= 0x0800 #define _tfindfirst64 _wfindfirst64 #define _tfindfirst32 _wfindfirst32 #define _tfindnext64 _wfindnext64 #define _tfindnext32 _wfindnext32 #endif /* __MSVCRT_VERSION__ > 0x0800 */ #define _tfdopen _wfdopen #define _tfopen _wfopen #define _tfreopen _wfreopen #define _tfsopen _wfsopen #define _tgetenv _wgetenv #define _tputenv _wputenv #define _tsearchenv _wsearchenv #define _tsystem _wsystem #define _tmakepath _wmakepath #define _tsplitpath _wsplitpath #define _tfullpath _wfullpath #define _tmktemp _wmktemp #define _topen _wopen #define _tremove _wremove #define _trename _wrename #define _tsopen _wsopen #define _tsetlocale _wsetlocale #define _tunlink _wunlink #define _tfinddata_t _wfinddata_t #define _tfindfirsti64 _wfindfirsti64 #define _tfindnexti64 _wfindnexti64 #define _tfinddatai64_t _wfinddatai64_t #if __MSVCRT_VERSION__ >= 0x0601 #define _tfinddata64_t _wfinddata64_t #endif #if __MSVCRT_VERSION__ >= 0x0800 #define _tfinddata32_t _wfinddata32_t #define _tfinddata32i64_t _wfinddata32i64_t #define _tfinddata64i32_t _wfinddata64i32_t #define _tfindfirst32i64 _wfindfirst32i64 #define _tfindfirst64i32 _wfindfirst64i32 #define _tfindnext32i64 _wfindnext32i64 #define _tfindnext64i32 _wfindnext64i32 #endif /* __MSVCRT_VERSION__ > 0x0800 */ #define _tchdir _wchdir #define _tgetcwd _wgetcwd #define _tgetdcwd _wgetdcwd #define _tmkdir _wmkdir #define _trmdir _wrmdir #define _tstat _wstat #define _tstati64 _wstati64 #define _tstat64 _wstat64 #if __MSVCRT_VERSION__ >= 0x0800 #define _tstat32 _wstat32 #define _tstat32i64 _wstat32i64 #define _tstat64i32 _wstat64i32 #endif /* __MSVCRT_VERSION__ > 0x0800 */ #endif /* __MSVCRT__ */ /* dirent structures and functions */ #define _tdirent _wdirent #define _TDIR _WDIR #define _topendir _wopendir #define _tclosedir _wclosedir #define _treaddir _wreaddir #define _trewinddir _wrewinddir #define _ttelldir _wtelldir #define _tseekdir _wseekdir #else /* Not _UNICODE */ /* * TCHAR, the type you should use instead of char. */ #ifndef _TCHAR_DEFINED #ifndef RC_INVOKED typedef char TCHAR; typedef char _TCHAR; #endif #define _TCHAR_DEFINED #endif /* * _TEOF, the constant you should use instead of EOF. */ #define _TEOF EOF /* * __TEXT is a private macro whose specific use is to force the expansion of a * macro passed as an argument to the macros _T or _TEXT. DO NOT use this * macro within your programs. It's name and function could change without * notice. */ #define __TEXT(q) q /* for porting from other Windows compilers */ #define _tmain main #define _tWinMain WinMain #define _tenviron _environ #define __targv __argv /* * Non-unicode (standard) functions */ #define _tprintf printf #define _ftprintf fprintf #define _stprintf sprintf #define _sntprintf _snprintf #define _vtprintf vprintf #define _vftprintf vfprintf #define _vstprintf vsprintf #define _vsntprintf _vsnprintf #define _vsctprintf _vscprintf #define _tscanf scanf #define _ftscanf fscanf #define _stscanf sscanf #define _fgettc fgetc #define _fgettchar _fgetchar #define _fgetts fgets #define _fputtc fputc #define _fputtchar _fputchar #define _fputts fputs #define _tfdopen _fdopen #define _tfopen fopen #define _tfreopen freopen #define _tfsopen _fsopen #define _tgetenv getenv #define _tputenv _putenv #define _tsearchenv _searchenv #define _tsystem system #define _tmakepath _makepath #define _tsplitpath _splitpath #define _tfullpath _fullpath #define _gettc getc #define _getts gets #define _puttc putc #define _puttchar putchar #define _putts puts #define _ungettc ungetc #define _tcstod strtod #define _tcstol strtol #define _tcstoul strtoul #define _itot _itoa #define _ltot _ltoa #define _ultot _ultoa #define _ttoi atoi #define _ttol atol #define _tcscat strcat #define _tcschr strchr #define _tcscmp strcmp #define _tcscpy strcpy #define _tcscspn strcspn #define _tcslen strlen #define _tcsncat strncat #define _tcsncmp strncmp #define _tcsncpy strncpy #define _tcspbrk strpbrk #define _tcsrchr strrchr #define _tcsspn strspn #define _tcsstr strstr #define _tcstok strtok #define _tcsdup _strdup #define _tcsicmp _stricmp #define _tcsnicmp _strnicmp #define _tcsnset _strnset #define _tcsrev _strrev #define _tcsset _strset #define _tcslwr _strlwr #define _tcsupr _strupr #define _tcsxfrm strxfrm #define _tcscoll strcoll #define _tcsicoll _stricoll #define _istalpha isalpha #define _istupper isupper #define _istlower islower #define _istdigit isdigit #define _istxdigit isxdigit #define _istspace isspace #define _istpunct ispunct #define _istalnum isalnum #define _istprint isprint #define _istgraph isgraph #define _istcntrl iscntrl #define _istascii isascii #define _totupper toupper #define _totlower tolower #define _tasctime asctime #define _tctime ctime #if __MSVCRT_VERSION__ >= 0x0800 #define _tctime32 _ctime32 #define _tctime64 _ctime64 #endif /* __MSVCRT_VERSION__ >= 0x0800 */ #define _tstrdate _strdate #define _tstrtime _strtime #define _tutime _utime #if __MSVCRT_VERSION__ >= 0x0800 #define _tutime64 _utime64 #define _tutime32 _utime32 #endif /* __MSVCRT_VERSION__ > 0x0800 */ #define _tcsftime strftime /* Macro functions */ #define _tcsdec _strdec #define _tcsinc _strinc #define _tcsnbcnt _strncnt #define _tcsnccnt _strncnt #define _tcsnextc _strnextc #define _tcsninc _strninc #define _tcsspnp _strspnp #define _strdec(_str1, _str2) ((_str1)>=(_str2) ? NULL : (_str2)-1) #define _strinc(_str) ((_str)+1) #define _strnextc(_str) ((unsigned int) *(_str)) #define _strninc(_str, _inc) (((_str)+(_inc))) #define _strncnt(_str, _cnt) ((strlen(_str)>_cnt) ? _count : strlen(_str)) #define _strspnp(_str1, _str2) ((*((_str1)+strspn(_str1,_str2))) ? ((_str1)+strspn(_str1,_str2)) : NULL) #define _tchmod _chmod #define _tcreat _creat #define _tfindfirst _findfirst #define _tfindnext _findnext #if __MSVCRT_VERSION__ >= 0x0800 #define _tfindfirst64 _findfirst64 #define _tfindfirst32 _findfirst32 #define _tfindnext64 _findnext64 #define _tfindnext32 _findnext32 #endif /* __MSVCRT_VERSION__ > 0x0800 */ #define _tmktemp _mktemp #define _topen _open #define _taccess _access #define _tremove remove #define _trename rename #define _tsopen _sopen #define _tsetlocale setlocale #define _tunlink _unlink #define _tfinddata_t _finddata_t #define _tchdir _chdir #define _tgetcwd _getcwd #define _tgetdcwd _getdcwd #define _tmkdir _mkdir #define _trmdir _rmdir #define _tstat _stat #if 1 /* defined __MSVCRT__ */ /* Not in crtdll.dll. Define macros anyway? */ #define _ttoi64 _atoi64 #define _i64tot _i64toa #define _ui64tot _ui64toa #define _tcsnccoll _strncoll #define _tcsncoll _strncoll #define _tcsncicoll _strnicoll #define _tcsnicoll _strnicoll #define _tfindfirsti64 _findfirsti64 #define _tfindnexti64 _findnexti64 #define _tfinddatai64_t _finddatai64_t #if __MSVCRT_VERSION__ >= 0x0601 #define _tfinddata64_t _finddata64_t #endif #if __MSVCRT_VERSION__ >= 0x0800 #define _tfinddata32_t _finddata32_t #define _tfinddata32i64_t _finddata32i64_t #define _tfinddata64i32_t _finddata64i32_t #define _tfindfirst32i64 _findfirst32i64 #define _tfindfirst64i32 _findfirst64i32 #define _tfindnext32i64 _findnext32i64 #define _tfindnext64i32 _findnext64i32 #endif /* __MSVCRT_VERSION__ > 0x0800 */ #define _tstati64 _stati64 #define _tstat64 _stat64 #if __MSVCRT_VERSION__ >= 0x0800 #define _tstat32 _stat32 #define _tstat32i64 _stat32i64 #define _tstat64i32 _stat64i32 #endif /* __MSVCRT_VERSION__ > 0x0800 */ #endif /* __MSVCRT__ */ /* dirent structures and functions */ #define _tdirent dirent #define _TDIR DIR #define _topendir opendir #define _tclosedir closedir #define _treaddir readdir #define _trewinddir rewinddir #define _ttelldir telldir #define _tseekdir seekdir #endif /* Not _UNICODE */ /* * UNICODE a constant string when _UNICODE is defined else returns the string * unmodified. Also defined in w32api/winnt.h. */ #define _TEXT(x) __TEXT(x) #define _T(x) __TEXT(x) #endif /* Not _TCHAR_H_ */ #endif // #ifdef __AUTO_TCHAR_H_USESYS #endif // #ifndef __AUTO_TCHAR_H_INCLUDED
3.2 prichar.h
全部代碼——
prichar.h
//////////////////////////////////////////////////////////// /* prichar.h : 字符串的格式控制字符. Author: zyl910 Blog: http://www.cnblogs.com/zyl910 URL: http://www.cnblogs.com/zyl910/archive/2013/01/17/tcharall.html Version: V1.00 Updata: 2013-01-17 測試過的編譯器-- VC: 6, 2003, 2005, 2008, 2010, 2012. BCB: 6. GCC: 4.7.1(MinGW-w64), 4.7.0(Fedora 17), 4.6.2(MinGW), llvm-gcc-4.2(Mac OS X Lion 10.7.4, Xcode 4.4.1). Update ~~~~~~ [2013-01-17] V1.00 * V1.0發布. Manual ~~~~~~ 參考了C99的“inttypes.h”，為字符類型設計的格式字符串。 前綴-- PRI: print, 輸出. SCN: scan, 輸入. 中綴-- c: char, 字符. s: string, 字符串. 后綴-- A: char, 窄字符版. W: wchar_t, 寬字符版. T: TCHAR, TCHAR版. */ //////////////////////////////////////////////////////////// #ifndef __PRICHAR_H_INCLUDED #define __PRICHAR_H_INCLUDED //#include "tchar.h" #if defined __cplusplus extern "C" { #endif //////////////////////////////////////// // char //////////////////////////////////////// #if defined(_MSC_VER)||defined(__BORLANDC__) // VC、BCB 均支持hc/hs總是代表窄字符. #define PRIcA "hc" #define PRIsA "hs" #elif defined(__GNUC__)||defined(_WIN32)||defined(_WIN64) // GCC的窄版函數有時無法識別hc/hs, 而寬版函數總是支持hc/hs. 假設其他Windows平台的編譯器也是這樣. #if defined(_UNICODE) #define PRIcA "hc" #define PRIsA "hs" #else #define PRIcA "c" #define PRIsA "s" #endif #else // 假定其他平台只支持c/s. #define PRIcA "c" #define PRIsA "s" #endif //////////////////////////////////////// // wchar_t //////////////////////////////////////// // C99標准規定lc/ls總是代表寬字符. #define PRIcW "lc" #define PRIsW "ls" //////////////////////////////////////// // TCHAR //////////////////////////////////////// #if defined(_WIN32)||defined(_WIN64)||defined(_MSC_VER) // VC、BCB、MinGW等Windows平台上的編譯器支持c為自適應, 對於窄字符函數是char, 對於寬字符函數是wchar_t. #define PRIcT "c" #define PRIsT "s" #else // 其他平台. #if defined(_UNICODE) #define PRIcT PRIcW #define PRIsT PRIsW #else #define PRIcT PRIcA #define PRIsT PRIsA #endif #endif //////////////////////////////////////// // SCN //////////////////////////////////////// #define SCNcA PRIcA #define SCNsA PRIsA #define SCNcW PRIcW #define SCNsW PRIsW #define SCNcT PRIcT #define SCNsT PRIsT #if defined __cplusplus }; #endif #endif // #ifndef __PRICHAR_H_INCLUDED
3.3 auto_tmain.h
全部代碼——
auto_tmain.h
//////////////////////////////////////////////////////////// /* auto_tmain.h : 使各種編譯器兼容_tmain . Author: zyl910 Blog: http://www.cnblogs.com/zyl910 URL: http://www.cnblogs.com/zyl910/archive/2013/01/17/tcharall.html Version: V1.00 Updata: 2013-01-17 Update ~~~~~~ [2013-01-17] V1.00 * V1.0發布. Manual ~~~~~~ 智能地使_tmain可用. 只需在主源文件中加上一行—— #include "auto_tmain.h" 兼容 VC、GCC、BCB。 參考了 https://github.com/coderforlife/mingw-unicode-main/blob/master/mingw-unicode.c */ //////////////////////////////////////////////////////////// #ifndef __AUTO_TMAIN_H_INCLUDED #define __AUTO_TMAIN_H_INCLUDED #if defined(__GNUC__) && defined(_UNICODE) #ifndef __MSVCRT__ #error Unicode main function requires linking to MSVCRT #endif #include <wchar.h> #include <stdlib.h> #include "tchar.h" #undef _tmain #ifdef _UNICODE #define _tmain wmain #else #define _tmain main #endif extern int _CRT_glob; extern #ifdef __cplusplus "C" #endif void __wgetmainargs(int*,wchar_t***,wchar_t***,int,int*); #ifdef MAIN_USE_ENVP int wmain(int argc, wchar_t *argv[], wchar_t *envp[]); #else int wmain(int argc, wchar_t *argv[]); #endif int main(void) { wchar_t **enpv, **argv; int argc=0, si = 0; __wgetmainargs(&argc, &argv, &enpv, _CRT_glob, &si); // this also creates the global variable __wargv #ifdef MAIN_USE_ENVP return wmain(argc, argv, enpv); #else return wmain(argc, argv); #endif // #ifdef MAIN_USE_ENVP } #endif // #if defined(__GNUC__) && defined(_UNICODE) #endif // #ifndef __AUTO_TMAIN_H_INCLUDED
四、UTF-8編碼下的測試
4.1 說明
為了保證代碼的可移植性，推薦使用UTF-8編碼來保存代碼文件。
因現在Linux等類UNIX平台默認使用UTF-8編碼，gcc等編譯器也是默認使用UTF-8編碼。而且它們既支持“不帶BOM的UTF-8”（byte order mark，字節序標記），又支持“帶BOM的UTF-8”。
VC++ 2003（或更高）開始支持“帶BOM的UTF-8”編碼的代碼文件。但不支持“不帶BOM的UTF-8”編碼的代碼文件，會被誤認為系統默認編碼（如簡體中文平台上會誤認為GBK編碼）。
為了保證代碼文件能兼容更多的編譯器，我建議這樣做——
1. 對於源文件（c、cpp），使用“帶BOM的UTF-8”編碼，這樣能保證VC++、gcc等編譯器均能正確編譯。如果你確定程序中的字符串常量均在ASCII碼范圍內，也可嘗試“不帶BOM的UTF-8”編碼。
2. 對於頭文件（h、hpp），使用“不帶BOM的UTF-8”編碼。因為頭文件會在預處理階段包含到源代碼中，多余的BOM字符可能會造成編譯失敗。
在VC++中，若想改變代碼文件的編碼，便點擊菜單“文件”->“高級保存選項”，然后在“編碼”復選框中選擇所需編碼，再點擊“確定”。
4.2 測試代碼
文件清單——
auto_tchar.h
auto_tmain.h
makefile
prichar.h
Release
tcharall.c
tcharall_2003.sln
tcharall_2003.vcproj
tcharall_2005.sln
tcharall_2005.vcproj
tcharall_2008.sln
tcharall_2008.vcproj
tcharall_2010.sln
tcharall_2010.vcxproj
tcharall_2010.vcxproj.filters
tcharall_2010.vcxproj.user
tcharall_2012.sln
tcharall_2012.vcxproj
tcharall_2012.vcxproj.filters
其中tcharall.c使用“帶BOM的UTF-8”編碼，而3個頭文件使用“不帶BOM的UTF-8”編碼。
tcharall.c——
//////////////////////////////////////////////////////////// /* tcharall.c : 測試各種編譯器使用tchar（UTF-8編碼）. Author: zyl910 Blog: http://www.cnblogs.com/zyl910 URL: http://www.cnblogs.com/zyl910/archive/2013/01/17/tcharall.html Version: V1.00 Updata: 2013-01-17 Update ~~~~~~ [2013-01-17] V1.00 * V1.0發布. [2012-11-08] V0.01 * 初步完成. */ //////////////////////////////////////////////////////////// #include <stdio.h> #include <locale.h> #include <wchar.h> #include "auto_tchar.h" #include "prichar.h" #include "auto_tmain.h" // Compiler name #define MACTOSTR(x) #x #define MACROVALUESTR(x) MACTOSTR(x) #if defined(__ICL) // Intel C++ # if defined(__VERSION__) # define COMPILER_NAME "Intel C++ " __VERSION__ # elif defined(__INTEL_COMPILER_BUILD_DATE) # define COMPILER_NAME "Intel C++ (" MACROVALUESTR(__INTEL_COMPILER_BUILD_DATE) ")" # else # define COMPILER_NAME "Intel C++" # endif // # if defined(__VERSION__) #elif defined(_MSC_VER) // Microsoft VC++ # if defined(_MSC_FULL_VER) # define COMPILER_NAME "Microsoft VC++ (" MACROVALUESTR(_MSC_FULL_VER) ")" # elif defined(_MSC_VER) # define COMPILER_NAME "Microsoft VC++ (" MACROVALUESTR(_MSC_VER) ")" # else # define COMPILER_NAME "Microsoft VC++" # endif // # if defined(_MSC_FULL_VER) #elif defined(__GNUC__) // GCC # if defined(__CYGWIN__) # define COMPILER_NAME "GCC(Cygmin) " __VERSION__ # elif defined(__MINGW32__) # define COMPILER_NAME "GCC(MinGW) " __VERSION__ # else # define COMPILER_NAME "GCC " __VERSION__ # endif // # if defined(__CYGWIN__) #elif defined(__TURBOC__) // Borland C++ # if defined(__BCPLUSPLUS__) # define COMPILER_NAME "Borland C++ (" MACROVALUESTR(__BCPLUSPLUS__) ")" # elif defined(__BORLANDC__) # define COMPILER_NAME "Borland C (" MACROVALUESTR(__BORLANDC__) ")" # else # define COMPILER_NAME "Turbo C (" MACROVALUESTR(__TURBOC__) ")" # endif // # if defined(_MSC_FULL_VER) #else # define COMPILER_NAME "Unknown Compiler" #endif // #if defined(__ICL) // Intel C++ char* psa = "A漢字ABC_Welcome_歡迎_ようこそ_환영."; // 后半段分別包含了 繁體中文、日文、韓文的“歡迎”. wchar_t* psw = L"W漢字ABC_Welcome_歡迎_ようこそ_환영."; TCHAR* pst = _T("T漢字ABC_Welcome_歡迎_ようこそ_환영."); int _tmain(int argc, TCHAR* argv[]) { // init. setlocale(LC_ALL, ""); // 使用客戶環境的缺省locale. // title. _tprintf(_T("tcharall v1.00 (%dbit)\n"), (int)(8*sizeof(int*))); _tprintf(_T("Compiler: %")_T(PRIsA)_T("\n"), COMPILER_NAME); _tprintf(_T("\n")); // show _tprintf(_T("%")_T(PRIsA)_T("\n"), psa); // 輸出窄字符串. _tprintf(_T("%")_T(PRIsW)_T("\n"), psw); // 輸出寬字符串. _tprintf(_T("%")_T(PRIsT)_T("\n"), pst); // 輸出TCHAR字符串. return 0; }
makefile——
# flags CC = gcc CFS = -Wall # args RELEASE =0 UNICODE =0 BITS = CFLAGS = # [args] 生成模式. 0代表debug模式, 1代表release模式. make RELEASE=1. ifeq ($(RELEASE),0) # debug CFS += -g else # release CFS += -O3 -DNDEBUG //CFS += -O3 -g -DNDEBUG endif # [args] UNICODE模式. 0代表ansi模式, 1代表unicode模式. make UNICODE=1. ifeq ($(UNICODE),0) # ansi CFS += else # unicode CFS += -D_UNICODE -DUNICODE endif # [args] 程序位數. 32代表32位程序, 64代表64位程序, 其他默認. make BITS=32. ifeq ($(BITS),32) CFS += -m32 else ifeq ($(BITS),64) CFS += -m64 else endif endif # [args] 使用 CFLAGS 添加新的參數. make CFLAGS="-mavx". CFS += $(CFLAGS) .PHONY : all clean # files TARGETS = tcharall OBJS = tcharall.o all : $(TARGETS) tcharall : $(OBJS) $(CC) -o $@ $^ $(CFS) tcharall.o : tcharall.c $(CC) -c $< $(CFS) clean : rm -f $(OBJS) $(TARGETS) $(addsuffix .exe,$(TARGETS))
4.3 測試結果
在以下編譯器中成功編譯——
VC2003：x86版。Unicode=0。
VC2005：x86版、x64版。Unicode=1。
VC2008：x86版。Unicode=1。
VC2010：x86版、x64版。Unicode=1。
VC2012：x86版、x64版。Unicode=1。
GCC 4.6.2（MinGW(20120426)）：x86版。Unicode=0、Unicode=1。
GCC 4.7.1（TDM-GCC(MinGW-w64)）：x64版。Unicode=0、Unicode=1。
GCC 4.7.0（Fedora 17 x64）：x86版、x64版。Unicode=0。
llvm-gcc-4.2（Mac OS X Lion 10.7.4, Xcode 4.4.1）：x86版、x64版。Unicode=0。
測試結果——
【VC2003，Unicode=0】 tcharall v1.00 (32bit) Compiler: Microsoft VC++ (13106030) A奼夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿. W漢字ABC_Welcome_歡迎_ようこそ_ T奼夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿. 【VC2005，Unicode=1】 tcharall v1.00 (32bit) Compiler: Microsoft VC++ (140050727) A漢字ABC_Welcome_歡迎_ようこそ_??. W漢字ABC_Welcome_歡迎_ようこそ_??. T漢字ABC_Welcome_歡迎_ようこそ_??. 【VC2008，Unicode=1】 tcharall v1.00 (64bit) Compiler: Microsoft VC++ (160040219) A漢字ABC_Welcome_歡迎_ようこそ_??. W漢字ABC_Welcome_歡迎_ようこそ_??. T漢字ABC_Welcome_歡迎_ようこそ_??. 【VC2010，Unicode=1】 tcharall v1.00 (64bit) Compiler: Microsoft VC++ (160040219) A漢字ABC_Welcome_歡迎_ようこそ_??. W漢字ABC_Welcome_歡迎_ようこそ_??. T漢字ABC_Welcome_歡迎_ようこそ_??. 【VC2012，Unicode=1】 tcharall v1.00 (64bit) Compiler: Microsoft VC++ (170051106) A漢字ABC_Welcome_歡迎_ようこそ_??. W漢字ABC_Welcome_歡迎_ようこそ_??. T漢字ABC_Welcome_歡迎_ようこそ_??. 【GCC 4.6.2（MinGW (20120426)），Unicode=0】 tcharall v1.00 (32bit) Compiler: GCC(MinGW) 4.6.2 A奼夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿. W漢字ABC_Welcome_歡迎_ようこそ_ T奼夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿. 【GCC 4.6.2（MinGW (20120426)），Unicode=1】 tcharall v1.00 (32bit) Compiler: GCC(MinGW) 4.6.2 A奼夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿. W漢字ABC_Welcome_歡迎_ようこそ_ T漢字ABC_Welcome_歡迎_ようこそ_ 【GCC 4.7.1（TDM-GCC(MinGW-w64)），Unicode=0】 tcharall v1.00 (64bit) Compiler: GCC(MinGW) 4.7.1 A奼夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿. W漢字ABC_Welcome_歡迎_ようこそ_T奼夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿. 【GCC 4.7.1（TDM-GCC(MinGW-w64)），Unicode=1】 tcharall v1.00 (64bit) Compiler: GCC(MinGW) 4.7.1 A奼夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿. W漢字ABC_Welcome_歡迎_ようこそ_. T漢字ABC_Welcome_歡迎_ようこそ_. 【GCC 4.7.0（Fedora 17 x64），Unicode=0】 tcharall v1.00 (64bit) Compiler: GCC 4.7.0 20120507 (Red Hat 4.7.0-5) A漢字ABC_Welcome_歡迎_ようこそ_환영. W漢字ABC_Welcome_歡迎_ようこそ_환영. T漢字ABC_Welcome_歡迎_ようこそ_환영. 【llvm-gcc-4.2（Mac OS X Lion 10.7.4, Xcode 4.4.1），Unicode=0】 tcharall v1.00 (64bit) Compiler: GCC 4.2.1 (Based on Apple Inc. build 5658) (LLVM build 2336.11.00) A漢字ABC_Welcome_歡迎_ようこそ_환영. W漢字ABC_Welcome_歡迎_ようこそ_환영. T漢字ABC_Welcome_歡迎_ようこそ_환영.
4.4 測試結果分析
VC2003不支持執行字符集（execution character set）轉換，對於窄字符串常量，它直接使用源文件中的UTF-8編碼的字符串常量，而現在系統默認字符集是GBK（簡體中文系統），導致出現“A奼夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿.”這樣的亂碼。
從VC2005開始支持執行字符集轉換，對於窄字符串常量，它會將源文件中的UTF-8編碼字符串，轉成執行字符集（簡體中文系統下是GBK）的字符串常量。於是能正常顯示包含中文的窄字符串。
由於簡體中文Windows平台默認使用GBK編碼，韓文“환영”不能轉為GBK編碼，於是輸出“??”。
MinGW和MinGW-w64也是存在窄字符串亂碼問題，這是因為它的執行字符集默認為UTF-8編碼，該問題將在下一節詳細討論。
現在主要關注寬字符串的輸出。MinGW和MinGW-w64對於能轉碼為窄字符串的（“W漢字ABC_Welcome_歡迎_ようこそ_”能轉為GBK編碼），能正常輸出；但對於不能轉碼為窄字符串的（韓文“환영”不能轉為GBK編碼），會停止輸出，這時MinGW與MinGW-w64存在細微差別——
a) 當編譯為窄字符版時（不定義UNICODE宏，使用printf等窄字符版函數）：MinGW會停止輸出，但能正確換行。而MinGW-w64不僅會停止輸出，而且不能正確換行。
b) 當編譯為寬字符版時（定義UNICODE宏，使用wprintf等寬字符版函數）：MinGW不僅會停止輸出，而且不能正確換行。而MinGW-w64會停止輸出，但能正確換行。
Linux和Mac平台默認使用UTF-8編碼，所以能同時顯示英文、中文、日文、韓文，完美的顯示了多國語言。具體細節——
a) 對於窄字符串常量。因為現在的代碼文件是以UTF-8編碼保存的，所以窄字符串常量也是UTF-8編碼。程序運行輸出窄字符串時，終端也是UTF-8編碼，編碼匹配正常輸出。
b) 對於寬字符串常量。編譯器將UTF-8編碼變為UTF-32編碼，生成寬字符串常量。程序運行輸出寬字符串時，因終端是UTF-8編碼，C標准庫將“UTF-32的寬字符串”轉為“UTF-8編碼的窄字符串”再輸出，編碼匹配正常輸出。
小結——
1. Linux和Mac等Linux平台默認使用UTF-8編碼，能在終端中完美顯示多國語言。
2. Windows平台的控制台程序默認使用本地編碼（簡體中文系統下是GBK），所以只能顯示本地編碼范圍內的文字。對於范圍外的文字，VC++的庫函數選擇輸出“?”號，而MinGW的庫函數選擇停止輸出。
4.5 解決MinGW窄字符串亂碼問題
前面提到MinGW和MinGW-w64的執行字符集默認為UTF-8編碼，而Windows下系統默認字符集是GBK（簡體中文系統），造成輸出窄字符串時亂碼。
該問題有兩種解決辦法——
1. 修改命令提示符的編碼為UTF-8。
2. 讓MinGW生成GBK編碼的窄字符串。
4.5.1 修改命令提示符的編碼為UTF-8
打開命令提示符，執行以下命令——
chcp 65001
注：chcp命令用於改變命令提示符的代碼頁。65001是UTF-8的代碼頁。
設置好編碼后，還需要設置字體，這樣才能正確顯示文字。
於是在命令提示符的標題欄上點擊鼠標右鍵，選擇快捷菜單中的“屬性”，打開命令提示符屬性對話框。
切換到“字體”頁面，選擇“Lucida Console”字體。然后點擊“確定”保存配置。若會出現對話框，繼續點“確定”。
自此便設置好了UTF-8編碼的命令提示符環境，我們可以運行先前MinGW編譯好的可執行文件，測試結果——
tcharall v1.00 (32bit) Compiler: GCC(MinGW) 4.6.2 A漢字ABC_Welcome_歡迎_ようこそ_환영. WººؖABC_Welcome_gӭ_¤褦¤³¤½_ T漢字ABC_Welcome_歡迎_ようこそ_환영.
可見，窄字符串成功輸出全部的字符。只是“Lucida Console”字體不支持韓文而顯示為方框。
但意外的是，寬字符串卻變成了亂碼。這時因為C函數庫仍將寬字符轉為GBK編碼的窄字符串，而現在實際上是使用UTF-8編碼的窄字符串，造成亂碼。深入分析見下一小節。
測試完成后，我們應該輸入“chcp 936”命令，將命令提示符的代碼頁改回gbk編碼。
4.5.1.1 UTF-8命令提示符亂碼問題的深入分析
當使用chcp命令改變命令提示符的代碼頁時，它會調用SetConsoleCP、SetConsoleOutputCP這兩個Windows API分別設置命令提示符輸入、輸出的代碼頁（65001：UTF-8）。
但是，活動代碼頁（Active Codepage，ACP）並沒有發生編碼，GetACP的返回值仍是原值（936：簡體中文GBK）。
當輸出寬字符串時，C庫函數會將寬字符串轉為窄字符串。因為現在調用了“setlocale(LC_ALL, "")”使用客戶環境的缺省locale，C庫函數會調用WideCharToMultiByte這個Windows API進行編碼轉換，代碼頁用的是CP_ACP，即使用GetACP的返回值（936：簡體中文GBK）做代碼頁。於是將寬字符串轉為了GBK編碼的窄字符串。
但是現在命令提示符輸入、輸出用的是UTF-8編碼（GetConsoleCP、GetConsoleOutputCP的返回值是65001）。編碼不匹配，造成亂碼。
4.5.2 讓MinGW生成GBK編碼的窄字符串
給gcc加上“-fexec-charset=<charset>”參數，能夠設置執行字符集。
簡體中文系統下默認是GBK編碼，應該使用“-fexec-charset=GBK”參數。
但在實際編譯時，gcc報告編譯錯誤——
gcc -c tcharall.c -Wall -g -fexec-charset=GBK
tcharall.c:74:13: error: converting to execution character set: Illegal byte sequence
tcharall.c:76:65: error: converting to execution character set: Illegal byte sequence
make: *** [tcharall.o] Error 1
這是因為源碼中含有韓文字符，它不在GBK編碼范圍內，gcc無法轉換編碼。這時得找一個編碼范圍更大的編碼了。
簡單介紹一下漢字編碼標准——
GB2312：這是最早的國標漢字標准，采用雙字節編碼，收錄了6763個簡體漢字。
GB13000.1：此標准等同國際標准ISO/IEC 10646.1:1993《信息技術 通用多八位編碼字符集（UCS）第一部分：體系結構與基本多文種平面》中的CJK（中日韓統一漢字）子集。該標准專注於漢字的收錄，共包含了20902個漢字（簡體、繁體、日本、朝鮮常用漢字的統一收錄）。
GBK：它是對GB13000.1標准的具體編碼實現。它向下兼容GB2312編碼，仍是采用雙字節編碼，但擴大了編碼空間，以存放2萬多漢字。簡體中文Windows系統使用的就是GBK編碼，所以能同時使用簡體漢字與繁體漢字。
GB18030：這是最新的漢字編碼標准。它向下兼容GBK、GB2312編碼，除了傳統的雙字節編碼外，還增加四字節編碼方案，將編碼空間擴展了260萬。它又收錄了CJK擴充A區、CJK擴充B區等漢字，目前共收錄了70244個漢字。它不僅收錄了漢字，而且還映射了Unicode中的非漢字字符，例如支持韓文字符。
所以我們可以使用GB18030編碼，給gcc加上“-fexec-charset=GB18030”參數。
測試結果——
因簡體中文系統下默認是GBK編碼，GB18030的四字節編碼不能正常顯示，變成了“?”號。
一般情況下不會超過GBK編碼范圍，所以該辦法是有效的。
五、GBK編碼下的測試
5.1 說明
某些舊編譯器不支持UTF-8編碼，這時只能用本地的默認編碼了。因我用的是簡體中文版的Windows，所以代碼文件的默認編碼是GBK。
當代碼文件不是UTF-8時，為了避免亂碼，需要正確的配置輸入字符集與執行字符集——
輸入字符集（input character set）：編譯器使用何種編碼將源文件中的內容轉為Unicode。vc（vc2005或更高版本）根據BOM標記識別輸入字符集，若沒有BOM標記，就使用本地編碼（936：GBK）。gcc默認是UTF-8，使用“-finput-charset=<charset>”參數進行配置。
執行字符集（execution character set）：編譯器使用何種編碼將Unicode字符串轉為窄字符串。vc默認使用本地編碼（936：GBK），vc2010（或更高版本）可在源代碼中寫上“#pragma execution_character_set("utf-8")”進行配置。gcc默認是UTF-8，使用“-fexec-charset=<charset>”參數進行配置。
對於VC++，只需將代碼文件保存為本地默認編碼就行了。這正是VC++保存代碼文件時的默認行為。若編碼不符，可點擊菜單“文件”->“高級保存選項”改變編碼。
對於gcc，因它的輸入字符集、執行字符集都是UTF-8，所以都要設置。即給gcc加上“-finput-charset=gbk -fexec-charset=gbk”參數。
注意源文件與頭文件都要統一使用同一種編碼，否則可能會因編碼不一致而無法編譯。例如gcc會報告以下錯誤——
tcharall_gbk.c:22:19: error: failure to convert gbk to UTF-8
tcharall_gbk.c:24:24: error: failure to convert gbk to UTF-8
tcharall_gbk.c:62:1: error: unknown type name 'TCHAR'
當使用“\u”轉義符時，建議給gcc加上“-std=c99”參數，否則會出現以下警告——
tcharall_gbk.c:61:16: warning: universal character names are only valid in C++ and C99 [enabled by default]
5.2 測試代碼
文件清單——
auto_tchar.h
auto_tmain.h
makefile
prichar.h
tcharall_gbk.c
tcharall_gbk.dsp
tcharall_gbk.dsw
tcharall_gbk_2003.sln
tcharall_gbk_2003.vcproj
tcharall_gbk_2005.sln
tcharall_gbk_2005.vcproj
tcharall_gbk_bcb6.bpf
tcharall_gbk_bcb6.bpr
tcharall_gbk_bcb6.res
其中tcharall_gbk.c和3個頭文件使用GBK編碼。
tcharall_gbk.c（因GBK不支持韓文字符，字符串常量稍有改動）——
//////////////////////////////////////////////////////////// /* tcharall.c : 測試各種編譯器使用tchar（GBK編碼）. Author: zyl910 Blog: http://www.cnblogs.com/zyl910 URL: http://www.cnblogs.com/zyl910/archive/2013/01/17/tcharall.html Version: V1.00 Updata: 2013-01-17 Update ~~~~~~ [2013-01-17] V1.00 * V1.0發布. [2012-11-08] V0.01 * 初步完成. */ //////////////////////////////////////////////////////////// #include <stdio.h> #include <locale.h> #include <wchar.h> #include "auto_tchar.h" #include "prichar.h" #include "auto_tmain.h" // Compiler name #define MACTOSTR(x) #x #define MACROVALUESTR(x) MACTOSTR(x) #if defined(__ICL) // Intel C++ # if defined(__VERSION__) # define COMPILER_NAME "Intel C++ " __VERSION__ # elif defined(__INTEL_COMPILER_BUILD_DATE) # define COMPILER_NAME "Intel C++ (" MACROVALUESTR(__INTEL_COMPILER_BUILD_DATE) ")" # else # define COMPILER_NAME "Intel C++" # endif // # if defined(__VERSION__) #elif defined(_MSC_VER) // Microsoft VC++ # if defined(_MSC_FULL_VER) # define COMPILER_NAME "Microsoft VC++ (" MACROVALUESTR(_MSC_FULL_VER) ")" # elif defined(_MSC_VER) # define COMPILER_NAME "Microsoft VC++ (" MACROVALUESTR(_MSC_VER) ")" # else # define COMPILER_NAME "Microsoft VC++" # endif // # if defined(_MSC_FULL_VER) #elif defined(__GNUC__) // GCC # if defined(__CYGWIN__) # define COMPILER_NAME "GCC(Cygmin) " __VERSION__ # elif defined(__MINGW32__) # define COMPILER_NAME "GCC(MinGW) " __VERSION__ # else # define COMPILER_NAME "GCC " __VERSION__ # endif // # if defined(__CYGWIN__) #elif defined(__TURBOC__) // Borland C++ # if defined(__BCPLUSPLUS__) # define COMPILER_NAME "Borland C++ (" MACROVALUESTR(__BCPLUSPLUS__) ")" # elif defined(__BORLANDC__) # define COMPILER_NAME "Borland C (" MACROVALUESTR(__BORLANDC__) ")" # else # define COMPILER_NAME "Turbo C (" MACROVALUESTR(__TURBOC__) ")" # endif // # if defined(_MSC_FULL_VER) #else # define COMPILER_NAME "Unknown Compiler" #endif // #if defined(__ICL) // Intel C++ char* psa = "A漢字ABC_Welcome_歡迎_ようこそ."; wchar_t* psw = L"W漢字ABC_Welcome_歡迎_ようこそ_\uD658\uC601."; // \uD658\uC601是韓文歡迎. TCHAR* pst = _T("T漢字ABC_Welcome_歡迎_ようこそ."); int _tmain(int argc, TCHAR* argv[]) { // init. setlocale(LC_ALL, ""); // 使用客戶環境的缺省locale. _tprintf(_T("tcharall_gbk v1.00 (%dbit)\n"), (int)(8*sizeof(int*))); _tprintf(_T("Compiler: %")_T(PRIsA)_T("\n"), COMPILER_NAME); _tprintf(_T("\n")); // show _tprintf(_T("%")_T(PRIsA)_T("\n"), psa); // 輸出窄字符串. _tprintf(_T("%")_T(PRIsW)_T("\n"), psw); // 輸出寬字符串. _tprintf(_T("%")_T(PRIsT)_T("\n"), pst); // 輸出TCHAR字符串. return 0; }
makefile——
# flags CC = gcc CFS = -Wall -std=c99 -finput-charset=gbk -fexec-charset=gbk # args RELEASE =0 UNICODE =0 BITS = CFLAGS = # [args] 生成模式. 0代表debug模式, 1代表release模式. make RELEASE=1. ifeq ($(RELEASE),0) # debug CFS += -g else # release CFS += -static -O3 -DNDEBUG //CFS += -O3 -g -DNDEBUG endif # [args] UNICODE模式. 0代表ansi模式, 1代表unicode模式. make UNICODE=1. ifeq ($(UNICODE),0) # ansi CFS += else # unicode CFS += -D_UNICODE -DUNICODE endif # [args] 程序位數. 32代表32位程序, 64代表64位程序, 其他默認. make BITS=32. ifeq ($(BITS),32) CFS += -m32 else ifeq ($(BITS),64) CFS += -m64 else endif endif # [args] 使用 CFLAGS 添加新的參數. make CFLAGS="-mavx". CFS += $(CFLAGS) .PHONY : all clean # files TARGETS = tcharall_gbk OBJS = tcharall_gbk.o all : $(TARGETS) tcharall_gbk : $(OBJS) $(CC) -o $@ $^ $(CFS) tcharall_gbk.o : tcharall_gbk.c $(CC) -c $< $(CFS) clean : rm -f $(OBJS) $(TARGETS) $(addsuffix .exe,$(TARGETS))
5.3 測試結果
在以下編譯器中成功編譯——
VC6：x86版。Unicode=0。
VC2003：x86版。Unicode=0。
VC2005：x86版、x64版。Unicode=1。
BCB6：x86版。Unicode=0。
GCC 4.6.2（MinGW(20120426)）：x86版。Unicode=0、Unicode=1。
GCC 4.7.1（TDM-GCC(MinGW-w64)）：x86版、x64版。Unicode=0、Unicode=1。
GCC 4.7.0（Fedora 17 x64）：x64版。Unicode=0。
llvm-gcc-4.2（Mac OS X Lion 10.7.4, Xcode 4.4.1）：x64版。Unicode=0。
測試結果——
【VC6，Unicode=0】 tcharall v1.00 (32bit) Compiler: Microsoft VC++ (12008804) A漢字ABC_Welcome_歡迎_ようこそ. W漢字ABC_Welcome_歡迎_ようこそ_uD658uC601. T漢字ABC_Welcome_歡迎_ようこそ. 【VC2003，Unicode=0】 tcharall v1.00 (32bit) Compiler: Microsoft VC++ (13106030) A漢字ABC_Welcome_歡迎_ようこそ. W漢字ABC_Welcome_歡迎_ようこそ_ T漢字ABC_Welcome_歡迎_ようこそ. 【VC2005，Unicode=1】 tcharall_gbk v1.00 (32bit) Compiler: Microsoft VC++ (140050727) A漢字ABC_Welcome_歡迎_ようこそ. W漢字ABC_Welcome_歡迎_ようこそ_??. T漢字ABC_Welcome_歡迎_ようこそ. 【BCB6，Unicode=0】 tcharall_gbk v1.00 (32bit) Compiler: Borland C (0x0564) A漢字ABC_Welcome_歡迎_ようこそ. W漢字ABC_Welcome_歡迎_ようこそ_ T漢字ABC_Welcome_歡迎_ようこそ. 【GCC 4.6.2（MinGW (20120426)），Unicode=0】 tcharall_gbk v1.00 (32bit) Compiler: GCC(MinGW) 4.6.2 A漢字ABC_Welcome_歡迎_ようこそ. W漢字ABC_Welcome_歡迎_ようこそ_ T漢字ABC_Welcome_歡迎_ようこそ. 【GCC 4.6.2（MinGW (20120426)），Unicode=1】 tcharall_gbk v1.00 (32bit) Compiler: GCC(MinGW) 4.6.2 A漢字ABC_Welcome_歡迎_ようこそ. W漢字ABC_Welcome_歡迎_ようこそ_T漢字ABC_Welcome_歡迎_ようこそ. 【GCC 4.7.1（TDM-GCC(MinGW-w64)），Unicode=0】 tcharall_gbk v1.00 (64bit) Compiler: GCC(MinGW) 4.7.1 A漢字ABC_Welcome_歡迎_ようこそ. W漢字ABC_Welcome_歡迎_ようこそ_T漢字ABC_Welcome_歡迎_ようこそ. 【GCC 4.7.1（TDM-GCC(MinGW-w64)），Unicode=1】 tcharall_gbk v1.00 (64bit) Compiler: GCC(MinGW) 4.7.1 A漢字ABC_Welcome_歡迎_ようこそ. W漢字ABC_Welcome_歡迎_ようこそ_. T漢字ABC_Welcome_歡迎_ようこそ. 【GCC 4.7.0（Fedora 17 x64），Unicode=0】 tcharall_gbk v1.00 (64bit) Compiler: GCC 4.7.0 20120507 (Red Hat 4.7.0-5) A����ABC_Welcome_�gӭ_�褦����. W漢字ABC_Welcome_歡迎_ようこそ_환영. T����ABC_Welcome_�gӭ_�褦����. 【llvm-gcc-4.2（Mac OS X Lion 10.7.4, Xcode 4.4.1），Unicode=0】 tcharall_gbk v1.00 (64bit) Compiler: GCC 4.2.1 (Based on Apple Inc. build 5658) (LLVM build 2336.11.00) A????ABC_Welcome_?gӭ_?褦????. W漢字ABC_Welcome_歡迎_ようこそ_환영. T????ABC_Welcome_?gӭ_?褦????.
5.4 測試結果分析
當使用GBK編碼時，Windows平台下的編譯器大致能正確的輸出字符而不會亂碼。VC++ 6.0不支持“\u”轉義符。
Linux和Mac平台下，因編碼不一致窄字符串亂碼，但寬字符串仍然能正確輸出。
參考文獻——
http://www.unicode.org/
《[RFC 3629] UTF-8, a transformation format of ISO 10646》。F. Yergeau，2003-11。http://tools.ietf.org/html/rfc3629
《GB18030-2005 信息技術 中文編碼字符集》。國家標准化管理委員會。中國標准出版社，2006-05。
《ISO/IEC 9899:1999 (C99)》。ISO/IEC，1999。www.open-std.org/jtc1/sc22/wg14/www/docs/n1124.pdf
《C語言參考手冊(原書第5版)》。Samuel P.Harbison Ⅲ,Guy L.Steele。機械工業出版社，2003-08。
《[C/C++] 各種C/C++編譯器對UTF-8源碼文件的兼容性測試（VC、GCC、BCB）》。http://www.cnblogs.com/zyl910/archive/2012/07/26/cfile_utf8.html
《[C] wchar_t的格式控制字符（VC、BCB、GCC、C99標准）》。http://www.cnblogs.com/zyl910/archive/2012/07/30/wcharfmt.html
源碼下載——
http://files.cnblogs.com/zyl910/tcharall.rar