C、C-plusplus语言中Chinese character的编码剖析

  本文仅提供给小菜作扫盲用途，高手绕道！

  在一些字符显示程序里，大家可能会困惑汉字是怎么编码的，笔者通过程序帮大家剖析一下这个小细节：

  如汉字“中南”，通过如下程序输出其10进制编码：

#include "stdafx.h"
#include "string.h"
char chineseStr[] = "中南";
int _tmain(int argc, _TCHAR* argv[])
{
/*计算数组的长度*/
int len = sizeof(chineseStr)/sizeof(char); //4
int Len = strlen(chineseStr);              //5
printf("Len:%d\n",Len);
printf("len:%d\n",len);
for(int i=0;i<5;i++)
printf("Array:%d\n",chineseStr[i]);
return 0;
}

可知其编码分别为 -42 -48 -60 -49

我们知道，一个汉字占用2个字节，转换成16进制(此处注意负数转换成16进制的方法：取补码+1)对应为：d6 d0 c4 cf

而这个16进制编码正好为GB2312码，“中”-------“d6 d0”        "南"-------“c4 cf”

结论：C、C++语言中，汉字是通过GB2312码进行编码的。