[問題] 關於中文編碼的一些問題

[james732 (好人超)]

有板友私底下寄信給我，問了一些問題

不過有些問題我也不太確定，因此po在這裡

希望如果有講錯的地方，請大家糾正我

-----

1.英文字母和阿拉伯數字儲存在電腦裡是不是佔1 byte?

答：如果是用ASCII編碼，是的

2.中文儲存在電腦裡是不是佔3 bytes?

答：不一定，如果是BIG5編碼，就是2 bytes

　　如果是UTF-8編碼，可能是2 bytes或3 bytes

　　如果是UTF-16，則是2 bytes

3.我用的OS是XP，XP下儲存檔案的檔名，若用中文儲存，則編碼是不是使用big5?

答：檔名我不是很肯定，但內部應該是用UTF-8或UTF-16編碼（我猜）

推 purpose:3.內部API用UTF-16LE。但硬碟儲存格式要看檔案系統規定
4.用主控台應用程式，也就是cmd.exe來看中文字串，是不是編碼一定要改成ANSI? 用
  UTF-8是不是就一定看成亂碼?

答：沒這回事，不過用ANSI與UTF-8的程式不一樣

　　UTF-8可能需要做一個轉換的動作

5.用Visual studio 2005 編輯程式時，如果在程式碼中打入中文字串並儲存在string型
  別的變數裡頭，則這個中文字串會是用什麼編碼去儲存?  那萬一我用記事本把
  sourcecode另存成utf-8的話，是不是儲存在那個變數裡的中文就轉換成utf-8了?

答：string s = "哈囉";  這樣寫應該是big5
    直接轉換的話，坦白說我不知道會發生什麼事...
    如果要用unicode的話，我會這麼寫：wstring s = L"哈囉";

6.為何utf-8的文字檔開頭會先儲存0x FF FE 這三個bytes ? 若創造utf-8文字檔沒有先
  寫入這三個bytes的話會發生什麼事嗎?

答：這個東西叫做BOM（Byte Order Mark）
    http://60.248.128.85/bbs/dv_rss.asp?s=xhtml&boardid=63&id=491&page=3
    上面這個網頁有不錯的介紹

7.在使用Visual studio 2005 c++的主控台應用程式時，
  有沒有辦法使用wcout 輸出中文字串顯示到螢幕上?? 又該如何下手呢??

答：我是這麼寫的：

int main()
{
    wcout << "哈囉" << endl;
}

不過我不太懂，為什麼這裡不必寫 L"哈囉"，加了 L 反而印不出東西

另外，底下的寫法可以通過編譯，但也印不出東西，我也不懂為什麼

#include <iostream>
#include <string>
using namespace std;

int main() {
        wstring s = L"哈囉";
        wcout << s;
}

坦白說對於 wxxxx 系列的使用，我也非常不熟啊 XD

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.117.171.46
→ uranusjr:請不要用 -- 當分隔線, 不然別人無法引用...
已修改，真是不好意思
※ 編輯: james732        來自: 140.117.171.46       (11/06 21:35)
推 purpose:3.內部API用UTF-16LE。但硬碟儲存格式要看檔案系統規定
感謝補充！
※ 編輯: james732        來自: 140.117.171.46       (11/06 22:40)