首页 > 其他分享> > 关于从文件中读取信息到vs在控制台输出遇到的乱码问题而引出的编码问题

关于从文件中读取信息到vs在控制台输出遇到的乱码问题而引出的编码问题

2020-06-01 10:08:37 作者：互联网

问题导入：

有同学让我教教他C语言的文件操作，他的要求是从文件中读取几个学生的姓名和年级信息到结构体中，我想这岂不是非常简单嘛。当场码代码给他看，结果翻车了。当文件中的姓名和年级信息都为英文的时候，表现一切良好，然后当我把姓名和年级信息改为中文时，在vs控制台上输出却发生了乱码。当时有点尴尬，这个问题我以前也碰到过，在当时也貌似解决了，而且我也知道这是编码不一致的问题，但要望具体了说，却无从下口。到底是编码哪里不一致呢?

编码问题:

众所周知，计算机只能处理数字，要想处理文本，就要将文本给转换为数字，而编码方式就是将01的数字转化为文本的桥梁。编码的方式，有很多很多种，我在此整理了最常用的几种编码方式（下面的内容我取于360百科，并作出自己的一些理解）：

ascll码

ASCll是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。ascll用一个字节八位来表示一个字符，因为每个位的状态仅有0和1，因此ascll理论上可以表示256个字符。但ascll码统一将最前的一位设置为0，因此ascll码一共规定了128个字符。例如字符0对应的ascll码是112对应十六进制70对应二进制01110000.

ansi编码

最开始美国人把ascll码的0到128位中放置了所有的英文字母和一些符号和无法打印的符号，觉得应用起来绰绰有余。但随着计算机的推广，欧洲语言虽然都是字母自称，各国的字母又是各不相同，于是将128位到256位空置的位进行扩展。然后计算机到了中国，256个字符远远满足不了使用需求，就用两个字节了表示字符。称为GBK编码。到日本，日本人又用 Shift_JIS 。于是，各个国家都用这属于自己语言的编码。不管是GBK编码还是 Shift_JIS 编码，我们都称之为ANSI编码。对于ANSI编码在0x00~0x7F之间的字符，依旧是1个字节代表1个字符，这点与ascll码无异。

Unicode编码

为了统一所有文字的编码，Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。目前的Unicode字符分为17组编排，0x0000 至 0x10FFFF，每组称为平面(Plane)，而每平面拥有65536个码位，共1114112个。另外

UTF-8编码

然而Unicode尽管统一了编码，但它却并未指明编码该如何实现例如汉字宏的Unicode编码是：5B8F（0101 1011 1000 1111）,然后我们在解码的时候如何知道这两个字节是对应的一个汉字（宏）还是两个ascll码（[ 和 8F（未定义））呢？于是乎，需要一个能够实现unicode编码的编码形式。实现Unicode编码的方法有UTF-8、UTF-16、UTF-32，这里说明UTF-8.
UTF-8b编码规则
1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的。

问题的解决

搞明白以上几个点之后，我回过头了看我的那个乱码问题，首先我观察到我的记事本的编码形式是UTF-8,在UTF-8编码中宏对应E5AE8F，而五对应E4BA94.然后我又观察到我的microsoft visual studio 的控制台的代码页是 936（ANSI/OEM - 简体中文 GBK）两个的编码形式不同自然会乱码。GBK用两个字节来表示一个中文，因此我们取出宏对应的E5AE8F前两位 E5AE 转化为gb2312编码得到汉字瀹将五对应E4BA94 取出前两位 E4BA 得到浜，剩下的两个1位8F 94超过了7F不是ascll编码，而且只有一位也不是gb2312编码，因而查无此编码输出？。所以解决的办法是，将控制台和记事本编码方式对应，将记事本另存为编码方式为ANSI即可。

执行代码：

问题解决！

标签：编码,00,UTF,ascll,乱码,从文件,vs,Unicode,字节
来源： https://www.cnblogs.com/Ybossy/p/13023600.html