作者：zyl910
将Windows程序移植到Linux等平台时，经常会遇到tchar.h问题与字符串的格式控制字符问题（char串、wchar_t串、TCHAR串混合输出）。本文探讨如何解决这些问题。
一、背景
1.1 历史
传统的C程序使用char字符串，采用ANSI+DBCS方案来支持当地语言，不能实现多国语言同时显示。
当年微软在设计Windows NT时考虑到国际化，决定内核支持Unicode，对应wchar_t类型。那时的Unicode只有16位，于是Windows中的wchar_t是16位的。
为了兼容老程序，与字符串有关的API一般有两套——A结尾的表示是ANSI版，使用char字符串；W结尾的是Unicode版，使用wchar_t字符串。
两套API用起来不方便，于是微软设计了tchar.h，定义了TCHAR类型，使用宏来切换。只需编写一份代码，就可分别编译为ANSI版与Unicode版，分别兼容老系统（win9X）和新系统（winNT）。
Linux等平台较晚才支持Unicode，那时已经有成熟的UTF-8编码方案，兼容传统的char类型。于是Linux等平台将UTF-8作为默认编码，这样不仅支持Unicode多国语言，而且传统的C标准库、POSIX等API均能正常工作。两全其美，不再需要搞两套API，自然也不需要tchar.h。
UTF-8是变长编码，一个字符可能是1至4字节，处理起来不太方便。于是Linux等平台也提供了wchar_t类型，只不过它是32位的。
为什么是32位的的呢，这与Unicode的发展有关。由于Unicode需要收录的东西太多，16位早就不够用了。
UCS-4 提倡31位的编码空间，并提出了UTF-32和6字节UTF-8等编码方案。可是该方案的成本很高。
进过折衷考虑，Unicode组织将编码空间由16位的0至FFFF，升级至21位的0至10FFFF。将传统16位Unicode编码称为UTF-16，并提供代理对（surrogate）方案，用两个UTF-16字符单元来编码超过16位的字符。
也就是说，如果wchar_t类型是16位的话，那它实际上代表UTF-16编码——对于在U+0000至U+FFFF之间的字符，每个字符占1个wchar_t；对于在U+10000至U+10FFFF之间的字符，每个字符占2个wchar_t。
为了确保每个字符都只占1个wchar_t，那就得将wchar_t定义为32位。这也就是UTF-32编码。
虽然UTF-8编码方案本身能表达很大的编码空间（例如6字节UTF-8可编码31位），但为了规范化，RFC 3629规定UTF-8最长为4字节，即最高21位编码，超过10FFFF的编码点是无效的。
1.2 为什么需要让Linux等平台也支持tchar.h？
很多人认为Linux等平台没必要支持tchar.h，这主要是因为wchar_t的一些问题——
1. UTF-8编码的char类型能满足Unicode国际化需求。
2. char类型更容易跨平台。而wchar_t是C95修订中加入的，到C99标准才有比较完善的支持，故某些旧编译器对wchar_t支持性不佳、甚至完全不支持。
3. wchar_t的位数不固定。在Windows平台中它是16位，而在Linux等平台中它是32位的。C99标准并没有严格规定wchar_t的位数。
4. wchar_t版函数与char版函数不对称。在C99的C标准库中，只有部分字符串函数有wchar_t版。虽然Windows平台上有A、W两套对称的API，但其他平台只有一套API。
以前我也赞同上述观点，但是现在我觉得有一个tchar.h会方便很多，理由有——
1. 方便Windows程序移植。很多控制台程序只进行了一些很简单的字符串操作，不会遇到wchar_t的缺陷。如果仅因缺少tchar.h问题而改动代码的话，那就成本太高了。
2. 无副作用。对于Linux等只有一套API的平台，可以取消UNICODE宏，这样tchar.h会将TCHAR映射为char，使用传统的窄字符串版函数。
3. 避免printf/wprintf混用时的Bug。printf与wprintf内部使用的是不同的缓冲区，混用会造成Bug。统一使用TCHAR能避免该bug。
1.3 字符串的格式控制字符问题
除了tchar.h问题外，在跨平台操作字符串时还会遇到格式控制问题。例如这些问题——
1. 在printf中使用哪种格式控制字符来输出 char字符/字符串？
2. 在printf中使用哪种格式控制字符来输出 wchar_t字符/字符串？
3. 在printf中使用哪种格式控制字符来输出 TCHAR字符/字符串？
4. 在wprintf中使用哪种格式控制字符来输出 char字符/字符串？
5. 在wprintf中使用哪种格式控制字符来输出 wchar_t字符/字符串？
6. 在wprintf中使用哪种格式控制字符来输出 TCHAR字符/字符串？
C99标准比较保守，不能完全解决上述问题。C99标准中对c、s仅存在“l”长度修正——没“l”的是char字符串，有“l”的是wchar_t字符串。详见C99标准的“7.24.2.1 The fwprintf function”。
VC++因为需要处理两套字符串API，所以它对该问题的支持非常完善。VC++中上述6个问题的答案是——
1. hc/hs。
2. lc/ls。
3. c/s。
4. hc/hs。
5. lc/ls。
6. c/s。
对于BCB、MingGW等Windows平台上的编译器，它们也兼容VC++的做法，支持这些格式控制字符。
而对于Linux等平台的gcc，它紧跟C99标准，不支持那么多格式控制字符。
我以前做过测试，详见——
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标准）》
1.4 _tmain入口函数问题
标准C使用main函数作为程序入口，其格式为——
int main(int argc, char* argv[])
VC++考虑到到TCHAR类型的命令行参数，于是又定义_tmain程序入口，其格式为——
int _tmain(int argc, TCHAR* argv[])
目前VC++对_tmain的支持较好，而MinGW等编译器对_tmain较差，有些只支持C标准的main。
二、解决方案
2.1 auto_tchar.h：使各种编译器兼容tchar.h
我编写了auto_tchar.h，它根据编译预处理判断该编译器是否支持tchar.h。若支持，便包含编译器的tchar.h；若不支持，则自己实现tchar.h，参考了 MinGW 的 tchar.h. http://www.mingw.org/。
在测试时发现，BCB6的tchar.h中没有定义TCHAR，只定义了_TCHAR。TCHAR是在winnt.h中定义的。于是做了如下修正——
// 修正BCB6的tchar.h只有_TCHAR却没有TCHAR的问题. #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. 将“auto_tchar.h”放在项目的include目录中。
2. 将原来的“#include <tchar.h>”改为“#include "auto_tchar.h"”。
2.2 prichar.h：解决字符串的格式控制字符问题
怎么解决各个编译器对格式控制字符的差异呢？
我从C99标准的inttypes.h找到了灵感。inttypes.h定义了一系列PRI开头的宏，解决了各种整数的格式控制字符问题。
我们也可以这样做，编写一个头文件，里面定义了一系列字符串的PRI宏。同时利用编译预处理判断各种编译器，定义合适的常量。
我编写了prichar.h，定义了这些宏——
SCNcA
SCNsA
SCNcW
SCNsW
SCNcT
SCNsT
PRIcA
PRIsA
PRIcW
PRIsW
PRIcT
PRIsT
前缀含义——
PRI: print, 输出.
SCN: scan, 输入.
中缀含义——
c: char, 字符.
s: string, 字符串.
后缀含义——
A: char, 窄字符版.
W: wchar_t, 宽字符版.
T: TCHAR, TCHAR版.
使用方法——
1. 将“prichar.h”放在项目的include目录中。
2. 包含该头文件（#include "prichar.h"）。
3. 代码示例——
char* psa = "A汉字ABC_Welcome_歡迎_ようこそ_환영."; wchar_t* psw = L"W汉字ABC_Welcome_歡迎_ようこそ_환영."; TCHAR* pst = _T("T汉字ABC_Welcome_歡迎_ようこそ_환영."); _tprintf(_T("%")_T(PRIsA)_T("\n"), psa); // 输出窄字符串. _tprintf(_T("%")_T(PRIsW)_T("\n"), psw); // 输出宽字符串. _tprintf(_T("%")_T(PRIsT)_T("\n"), pst); // 输出TCHAR字符串.
注：必须多次使用“_T”宏，不能省略。如果将格式字符串写成“_T("%"PRIsA"\n")”，在编译Unicode版时，编译器将其会展开为“L"%" "hs" "\n"”，然后报告宽字符串不能与窄字符串串联错误（例如VC++报告“error C2308: 串联不匹配的字符串”）。
2.3 auto_tmain.h：解决_tmain入口函数问题
根据编译预处理判断该编译器是否支持_tmain。若支持，便不做额外处理；若不支持，则做一些处理使其支持_tmain。
参考了 https://github.com/coderforlife/mingw-unicode-main/blob/master/mingw-unicode.c
使用方法——
1. 将“auto_tmain.h”放在项目的include目录中。
2. 在主源文件包含该头文件（#include "auto_tmain.h"）。
3. 现在_tmain能正常使用了（int _tmain(int argc, TCHAR* argv[])）。
三、模块源码
3.1 auto_tchar.h
全部代码——
auto_tchar.h
//////////////////////////////////////////////////////////// /* auto_tchar.h: 使各种编译器兼容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 测试过的编译器-- 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发布. * 为了避免包含目录问题，更名auto_tchar.h（原tchar.h）. * 解决BCB6的TCHAR问题（tchar.h中没有定义TCHAR，只定义了_TCHAR。TCHAR是在winnt.h中定义的）. [2012-11-08] V0.01 * 初步完成. * 参考了 MinGW 的 tchar.h. http://www.mingw.org/ */ //////////////////////////////////////////////////////////// #ifndef __AUTO_TCHAR_H_INCLUDED #define __AUTO_TCHAR_H_INCLUDED // __AUTO_TCHAR_H_USESYS: 判断编译器是否提供了<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平台的编译器均支持<tchar.h>. #define __AUTO_TCHAR_H_USESYS #else // 假设其他编译器不支持<tchar.h>. #endif // __AUTO_TCHAR_H_USESYS #ifdef __AUTO_TCHAR_H_USESYS // 使用编译器提供的tchar.h . #include <tchar.h> // 修正BCB6的tchar.h只有_TCHAR却没有TCHAR的问题. #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 // 采用自定义的tchar.h. 参考了 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
全部代码——
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 测试过的编译器-- 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发布. Manual ~~~~~~ 参考了C99的“inttypes.h”，为字符类型设计的格式字符串。 前缀-- PRI: print, 输出. SCN: scan, 输入. 中缀-- c: char, 字符. s: string, 字符串. 后缀-- A: char, 窄字符版. W: wchar_t, 宽字符版. 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总是代表窄字符. #define PRIcA "hc" #define PRIsA "hs" #elif defined(__GNUC__)||defined(_WIN32)||defined(_WIN64) // GCC的窄版函数有时无法识别hc/hs, 而宽版函数总是支持hc/hs. 假设其他Windows平台的编译器也是这样. #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标准规定lc/ls总是代表宽字符. #define PRIcW "lc" #define PRIsW "ls" //////////////////////////////////////// // TCHAR //////////////////////////////////////// #if defined(_WIN32)||defined(_WIN64)||defined(_MSC_VER) // VC、BCB、MinGW等Windows平台上的编译器支持c为自适应, 对于窄字符函数是char, 对于宽字符函数是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
全部代码——
auto_tmain.h
//////////////////////////////////////////////////////////// /* auto_tmain.h : 使各种编译器兼容_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发布. 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。 参考了 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编码下的测试
4.1 说明
为了保证代码的可移植性，推荐使用UTF-8编码来保存代码文件。
因现在Linux等类UNIX平台默认使用UTF-8编码，gcc等编译器也是默认使用UTF-8编码。而且它们既支持“不带BOM的UTF-8”（byte order mark，字节序标记），又支持“带BOM的UTF-8”。
VC++ 2003（或更高）开始支持“带BOM的UTF-8”编码的代码文件。但不支持“不带BOM的UTF-8”编码的代码文件，会被误认为系统默认编码（如简体中文平台上会误认为GBK编码）。
为了保证代码文件能兼容更多的编译器，我建议这样做——
1. 对于源文件（c、cpp），使用“带BOM的UTF-8”编码，这样能保证VC++、gcc等编译器均能正确编译。如果你确定程序中的字符串常量均在ASCII码范围内，也可尝试“不带BOM的UTF-8”编码。
2. 对于头文件（h、hpp），使用“不带BOM的UTF-8”编码。因为头文件会在预处理阶段包含到源代码中，多余的BOM字符可能会造成编译失败。
在VC++中，若想改变代码文件的编码，便点击菜单“文件”->“高级保存选项”，然后在“编码”复选框中选择所需编码，再点击“确定”。
4.2 测试代码
文件清单——
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“带BOM的UTF-8”编码，而3个头文件使用“不带BOM的UTF-8”编码。
tcharall.c——
//////////////////////////////////////////////////////////// /* tcharall.c : 测试各种编译器使用tchar（UTF-8编码）. 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发布. [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汉字ABC_Welcome_歡迎_ようこそ_환영."; // 后半段分别包含了 繁体中文、日文、韩文的“欢迎”. wchar_t* psw = L"W汉字ABC_Welcome_歡迎_ようこそ_환영."; TCHAR* pst = _T("T汉字ABC_Welcome_歡迎_ようこそ_환영."); int _tmain(int argc, TCHAR* argv[]) { // init. setlocale(LC_ALL, ""); // 使用客户环境的缺省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); // 输出窄字符串. _tprintf(_T("%")_T(PRIsW)_T("\n"), psw); // 输出宽字符串. _tprintf(_T("%")_T(PRIsT)_T("\n"), pst); // 输出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] 程序位数. 32代表32位程序, 64代表64位程序, 其他默认. make BITS=32. ifeq ($(BITS),32) CFS += -m32 else ifeq ($(BITS),64) CFS += -m64 else endif endif # [args] 使用 CFLAGS 添加新的参数. 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 测试结果
在以下编译器中成功编译——
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。
测试结果——
【VC2003，Unicode=0】 tcharall v1.00 (32bit) Compiler: Microsoft VC++ (13106030) A姹夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿. W汉字ABC_Welcome_歡迎_ようこそ_ T姹夊瓧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汉字ABC_Welcome_歡迎_ようこそ_??. W汉字ABC_Welcome_歡迎_ようこそ_??. T汉字ABC_Welcome_歡迎_ようこそ_??. 【VC2008，Unicode=1】 tcharall v1.00 (64bit) Compiler: Microsoft VC++ (160040219) A汉字ABC_Welcome_歡迎_ようこそ_??. W汉字ABC_Welcome_歡迎_ようこそ_??. T汉字ABC_Welcome_歡迎_ようこそ_??. 【VC2010，Unicode=1】 tcharall v1.00 (64bit) Compiler: Microsoft VC++ (160040219) A汉字ABC_Welcome_歡迎_ようこそ_??. W汉字ABC_Welcome_歡迎_ようこそ_??. T汉字ABC_Welcome_歡迎_ようこそ_??. 【VC2012，Unicode=1】 tcharall v1.00 (64bit) Compiler: Microsoft VC++ (170051106) A汉字ABC_Welcome_歡迎_ようこそ_??. W汉字ABC_Welcome_歡迎_ようこそ_??. T汉字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姹夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿. W汉字ABC_Welcome_歡迎_ようこそ_ T姹夊瓧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姹夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿. W汉字ABC_Welcome_歡迎_ようこそ_ T汉字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姹夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿. W汉字ABC_Welcome_歡迎_ようこそ_T姹夊瓧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姹夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿. W汉字ABC_Welcome_歡迎_ようこそ_. T汉字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汉字ABC_Welcome_歡迎_ようこそ_환영. W汉字ABC_Welcome_歡迎_ようこそ_환영. T汉字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汉字ABC_Welcome_歡迎_ようこそ_환영. W汉字ABC_Welcome_歡迎_ようこそ_환영. T汉字ABC_Welcome_歡迎_ようこそ_환영.
4.4 测试结果分析
VC2003不支持执行字符集（execution character set）转换，对于窄字符串常量，它直接使用源文件中的UTF-8编码的字符串常量，而现在系统默认字符集是GBK（简体中文系统），导致出现“A姹夊瓧ABC_Welcome_姝¤繋_銈堛亞銇撱仢_頇橃榿.”这样的乱码。
从VC2005开始支持执行字符集转换，对于窄字符串常量，它会将源文件中的UTF-8编码字符串，转成执行字符集（简体中文系统下是GBK）的字符串常量。于是能正常显示包含中文的窄字符串。
由于简体中文Windows平台默认使用GBK编码，韩文“환영”不能转为GBK编码，于是输出“??”。
MinGW和MinGW-w64也是存在窄字符串乱码问题，这是因为它的执行字符集默认为UTF-8编码，该问题将在下一节详细讨论。
现在主要关注宽字符串的输出。MinGW和MinGW-w64对于能转码为窄字符串的（“W汉字ABC_Welcome_歡迎_ようこそ_”能转为GBK编码），能正常输出；但对于不能转码为窄字符串的（韩文“환영”不能转为GBK编码），会停止输出，这时MinGW与MinGW-w64存在细微差别——
a) 当编译为窄字符版时（不定义UNICODE宏，使用printf等窄字符版函数）：MinGW会停止输出，但能正确换行。而MinGW-w64不仅会停止输出，而且不能正确换行。
b) 当编译为宽字符版时（定义UNICODE宏，使用wprintf等宽字符版函数）：MinGW不仅会停止输出，而且不能正确换行。而MinGW-w64会停止输出，但能正确换行。
Linux和Mac平台默认使用UTF-8编码，所以能同时显示英文、中文、日文、韩文，完美的显示了多国语言。具体细节——
a) 对于窄字符串常量。因为现在的代码文件是以UTF-8编码保存的，所以窄字符串常量也是UTF-8编码。程序运行输出窄字符串时，终端也是UTF-8编码，编码匹配正常输出。
b) 对于宽字符串常量。编译器将UTF-8编码变为UTF-32编码，生成宽字符串常量。程序运行输出宽字符串时，因终端是UTF-8编码，C标准库将“UTF-32的宽字符串”转为“UTF-8编码的窄字符串”再输出，编码匹配正常输出。
小结——
1. Linux和Mac等Linux平台默认使用UTF-8编码，能在终端中完美显示多国语言。
2. Windows平台的控制台程序默认使用本地编码（简体中文系统下是GBK），所以只能显示本地编码范围内的文字。对于范围外的文字，VC++的库函数选择输出“?”号，而MinGW的库函数选择停止输出。
4.5 解决MinGW窄字符串乱码问题
前面提到MinGW和MinGW-w64的执行字符集默认为UTF-8编码，而Windows下系统默认字符集是GBK（简体中文系统），造成输出窄字符串时乱码。
该问题有两种解决办法——
1. 修改命令提示符的编码为UTF-8。
2. 让MinGW生成GBK编码的窄字符串。
4.5.1 修改命令提示符的编码为UTF-8
打开命令提示符，执行以下命令——
chcp 65001
注：chcp命令用于改变命令提示符的代码页。65001是UTF-8的代码页。
设置好编码后，还需要设置字体，这样才能正确显示文字。
于是在命令提示符的标题栏上点击鼠标右键，选择快捷菜单中的“属性”，打开命令提示符属性对话框。
切换到“字体”页面，选择“Lucida Console”字体。然后点击“确定”保存配置。若会出现对话框，继续点“确定”。
自此便设置好了UTF-8编码的命令提示符环境，我们可以运行先前MinGW编译好的可执行文件，测试结果——
tcharall v1.00 (32bit) Compiler: GCC(MinGW) 4.6.2 A汉字ABC_Welcome_歡迎_ようこそ_환영. WººؖABC_Welcome_gӭ_¤褦¤³¤½_ T汉字ABC_Welcome_歡迎_ようこそ_환영.
可见，窄字符串成功输出全部的字符。只是“Lucida Console”字体不支持韩文而显示为方框。
但意外的是，宽字符串却变成了乱码。这时因为C函数库仍将宽字符转为GBK编码的窄字符串，而现在实际上是使用UTF-8编码的窄字符串，造成乱码。深入分析见下一小节。
测试完成后，我们应该输入“chcp 936”命令，将命令提示符的代码页改回gbk编码。
4.5.1.1 UTF-8命令提示符乱码问题的深入分析
当使用chcp命令改变命令提示符的代码页时，它会调用SetConsoleCP、SetConsoleOutputCP这两个Windows API分别设置命令提示符输入、输出的代码页（65001：UTF-8）。
但是，活动代码页（Active Codepage，ACP）并没有发生编码，GetACP的返回值仍是原值（936：简体中文GBK）。
当输出宽字符串时，C库函数会将宽字符串转为窄字符串。因为现在调用了“setlocale(LC_ALL, "")”使用客户环境的缺省locale，C库函数会调用WideCharToMultiByte这个Windows API进行编码转换，代码页用的是CP_ACP，即使用GetACP的返回值（936：简体中文GBK）做代码页。于是将宽字符串转为了GBK编码的窄字符串。
但是现在命令提示符输入、输出用的是UTF-8编码（GetConsoleCP、GetConsoleOutputCP的返回值是65001）。编码不匹配，造成乱码。
4.5.2 让MinGW生成GBK编码的窄字符串
给gcc加上“-fexec-charset=<charset>”参数，能够设置执行字符集。
简体中文系统下默认是GBK编码，应该使用“-fexec-charset=GBK”参数。
但在实际编译时，gcc报告编译错误——
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
这是因为源码中含有韩文字符，它不在GBK编码范围内，gcc无法转换编码。这时得找一个编码范围更大的编码了。
简单介绍一下汉字编码标准——
GB2312：这是最早的国标汉字标准，采用双字节编码，收录了6763个简体汉字。
GB13000.1：此标准等同国际标准ISO/IEC 10646.1:1993《信息技术 通用多八位编码字符集（UCS）第一部分：体系结构与基本多文种平面》中的CJK（中日韩统一汉字）子集。该标准专注于汉字的收录，共包含了20902个汉字（简体、繁体、日本、朝鲜常用汉字的统一收录）。
GBK：它是对GB13000.1标准的具体编码实现。它向下兼容GB2312编码，仍是采用双字节编码，但扩大了编码空间，以存放2万多汉字。简体中文Windows系统使用的就是GBK编码，所以能同时使用简体汉字与繁体汉字。
GB18030：这是最新的汉字编码标准。它向下兼容GBK、GB2312编码，除了传统的双字节编码外，还增加四字节编码方案，将编码空间扩展了260万。它又收录了CJK扩充A区、CJK扩充B区等汉字，目前共收录了70244个汉字。它不仅收录了汉字，而且还映射了Unicode中的非汉字字符，例如支持韩文字符。
所以我们可以使用GB18030编码，给gcc加上“-fexec-charset=GB18030”参数。
测试结果——
因简体中文系统下默认是GBK编码，GB18030的四字节编码不能正常显示，变成了“?”号。
一般情况下不会超过GBK编码范围，所以该办法是有效的。
五、GBK编码下的测试
5.1 说明
某些旧编译器不支持UTF-8编码，这时只能用本地的默认编码了。因我用的是简体中文版的Windows，所以代码文件的默认编码是GBK。
当代码文件不是UTF-8时，为了避免乱码，需要正确的配置输入字符集与执行字符集——
输入字符集（input character set）：编译器使用何种编码将源文件中的内容转为Unicode。vc（vc2005或更高版本）根据BOM标记识别输入字符集，若没有BOM标记，就使用本地编码（936：GBK）。gcc默认是UTF-8，使用“-finput-charset=<charset>”参数进行配置。
执行字符集（execution character set）：编译器使用何种编码将Unicode字符串转为窄字符串。vc默认使用本地编码（936：GBK），vc2010（或更高版本）可在源代码中写上“#pragma execution_character_set("utf-8")”进行配置。gcc默认是UTF-8，使用“-fexec-charset=<charset>”参数进行配置。
对于VC++，只需将代码文件保存为本地默认编码就行了。这正是VC++保存代码文件时的默认行为。若编码不符，可点击菜单“文件”->“高级保存选项”改变编码。
对于gcc，因它的输入字符集、执行字符集都是UTF-8，所以都要设置。即给gcc加上“-finput-charset=gbk -fexec-charset=gbk”参数。
注意源文件与头文件都要统一使用同一种编码，否则可能会因编码不一致而无法编译。例如gcc会报告以下错误——
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'
当使用“\u”转义符时，建议给gcc加上“-std=c99”参数，否则会出现以下警告——
tcharall_gbk.c:61:16: warning: universal character names are only valid in C++ and C99 [enabled by default]
5.2 测试代码
文件清单——
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个头文件使用GBK编码。
tcharall_gbk.c（因GBK不支持韩文字符，字符串常量稍有改动）——
//////////////////////////////////////////////////////////// /* tcharall.c : 测试各种编译器使用tchar（GBK编码）. 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发布. [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汉字ABC_Welcome_歡迎_ようこそ."; wchar_t* psw = L"W汉字ABC_Welcome_歡迎_ようこそ_\uD658\uC601."; // \uD658\uC601是韩文欢迎. TCHAR* pst = _T("T汉字ABC_Welcome_歡迎_ようこそ."); int _tmain(int argc, TCHAR* argv[]) { // init. setlocale(LC_ALL, ""); // 使用客户环境的缺省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); // 输出窄字符串. _tprintf(_T("%")_T(PRIsW)_T("\n"), psw); // 输出宽字符串. _tprintf(_T("%")_T(PRIsT)_T("\n"), pst); // 输出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] 程序位数. 32代表32位程序, 64代表64位程序, 其他默认. make BITS=32. ifeq ($(BITS),32) CFS += -m32 else ifeq ($(BITS),64) CFS += -m64 else endif endif # [args] 使用 CFLAGS 添加新的参数. 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 测试结果
在以下编译器中成功编译——
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。
测试结果——
【VC6，Unicode=0】 tcharall v1.00 (32bit) Compiler: Microsoft VC++ (12008804) A汉字ABC_Welcome_歡迎_ようこそ. W汉字ABC_Welcome_歡迎_ようこそ_uD658uC601. T汉字ABC_Welcome_歡迎_ようこそ. 【VC2003，Unicode=0】 tcharall v1.00 (32bit) Compiler: Microsoft VC++ (13106030) A汉字ABC_Welcome_歡迎_ようこそ. W汉字ABC_Welcome_歡迎_ようこそ_ T汉字ABC_Welcome_歡迎_ようこそ. 【VC2005，Unicode=1】 tcharall_gbk v1.00 (32bit) Compiler: Microsoft VC++ (140050727) A汉字ABC_Welcome_歡迎_ようこそ. W汉字ABC_Welcome_歡迎_ようこそ_??. T汉字ABC_Welcome_歡迎_ようこそ. 【BCB6，Unicode=0】 tcharall_gbk v1.00 (32bit) Compiler: Borland C (0x0564) A汉字ABC_Welcome_歡迎_ようこそ. W汉字ABC_Welcome_歡迎_ようこそ_ T汉字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汉字ABC_Welcome_歡迎_ようこそ. W汉字ABC_Welcome_歡迎_ようこそ_ T汉字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汉字ABC_Welcome_歡迎_ようこそ. W汉字ABC_Welcome_歡迎_ようこそ_T汉字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汉字ABC_Welcome_歡迎_ようこそ. W汉字ABC_Welcome_歡迎_ようこそ_T汉字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汉字ABC_Welcome_歡迎_ようこそ. W汉字ABC_Welcome_歡迎_ようこそ_. T汉字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汉字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汉字ABC_Welcome_歡迎_ようこそ_환영. T????ABC_Welcome_?gӭ_?褦????.
5.4 测试结果分析
当使用GBK编码时，Windows平台下的编译器大致能正确的输出字符而不会乱码。VC++ 6.0不支持“\u”转义符。
Linux和Mac平台下，因编码不一致窄字符串乱码，但宽字符串仍然能正确输出。
参考文献——
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 信息技术 中文编码字符集》。国家标准化管理委员会。中国标准出版社，2006-05。
《ISO/IEC 9899:1999 (C99)》。ISO/IEC，1999。www.open-std.org/jtc1/sc22/wg14/www/docs/n1124.pdf
《C语言参考手册(原书第5版)》。Samuel P.Harbison Ⅲ,Guy L.Steele。机械工业出版社，2003-08。
《[C/C++] 各种C/C++编译器对UTF-8源码文件的兼容性测试（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标准）》。http://www.cnblogs.com/zyl910/archive/2012/07/30/wcharfmt.html
源码下载——
https://files.cnblogs.com/zyl910/tcharall.rar