从学习编程以来，基本都一直避免着用到中文。因为中文容易乱码嘛，英文用起来没那么多事。但一直没有深究其中的原因。前段时间做信息安全的实验，各种加密解密。然而助教提了一个要求：要能够处理中文。得，不能再当鸵鸟了，只得好好叨唠叨唠处理中文的问题。其实这玩意，会者不难难者不会。要深究一番也还是有点深度，这里就简单介绍下。

什么是编码？

简单来说，编码对字符来说就像是身份证一样，计算机通过一个编号来唯一确定一种字符。你在敲代码，或者阅读文本时，所看到的字符，其实计算机是不认的。计算机中存储的是其对应的编码，要用的时候先查询这个编码对应的字符，再将字符呈现给你看。

为什么英文不用考虑编码问题？

首先，为什么我们在使用英文时从来没有考虑过编码问题？其实英文字母是有编码的，就是c里面的‘a’=97这样，其中的97就是它的编号。这套编码我们称之为ASCII码，只有0-127。别的编码方式，基本都是兼容ASCII码的，或者说是在ASCII上进行扩展，添加新的字符以及对应的编码。所以，不管你这台设备，或者说这个文件，这个终端用的是什么编码，使用ASCII码的英文一般都能够正常显示，所以不用考虑编码问题。

为什么有时中文会乱码？

上文提到，编码是计算机将编号和字符唯一对应的方式。也就是说，同样的一个编号，在不同编码方式下可能会是完全不同的两个字符。这就是为什么我们有时会遇到中文乱码了。举个很常见的例子，你在VScode写个个小程序，输出中文，F5，一切正常。

#include <bits/stdc++.h>
using namespace std;

signed main(void)
{
 cout << "中文" << endl;
 system("pause");
 return 0;
}

但直接运行编译生成的可执行文件就会乱码：

原因就是我们上面讲的，双方使用的编码不一样。我们通过chcp命令来查看两个终端分别用到什么编码：

这里输出的是代码页(Code Page)，这里我们不做展开。只要知道936对应GBK编码，而65001对应UTF-8编码就行。双方使用的编码不一样，结果也就不一样。

那为什么UTF-8编码的输出才是正确的呢？也许你没有注意到，在使用VScode编辑器时，右下角会有个小小的UTF-8字样：

这是说我们正在以UTF-8编码浏览文件，同样也会以这个编码保存文件。点击这个按钮你还可以切换用其他编码打开或保存文件。

那么原因找到了，我们使用UTF-8的编码保存了文件。编译器编译生成exe文件，里面的“中文”字符串也是UTF-8编码的。而外部终端使用GBK编码打开，于是乱码。

如何解决乱码问题

要解决这个问题，就要让文件和终端的编码一致。我们可以选择用GBK编码保存文件，或者设置终端编码为UTF-8来解决问题。

设置终端编码方式为：SetConsoleOutputCP(65001);（需要windows.h），或者system("chcp 65001");（不需要windows.h）。

关于Qt的中文编码

因为最近Qt用的比较多，就在这里稍微提一下。我是先写好c程序，再用Qt做图形化界面，中途需要在QString和std::string以及char*之间转换。如果转换不当就很容易出问题。

Qt的QString用的是unicode编码，在使用.toStdString()转化成std::string后就变成了UTF-8编码。Qt转换成char*虽然有多种方式，但我还是推荐先转成std::string再用.c_str()转成char*，这样路径明晰，兼容性也会好些。这时的char*也是UTF-8编码。

需要转回Qt时，std::string用QString::fromStdString()，char*用QString::fromUtf8()就行。