请教各位老哥，有没有讲字符编码与字符集的书籍推荐？

[liuguangxuan]

有关字符编码和字符集的概念，一直是云里雾里的，虽然知道一些 Ascii 、Unicode 、UTF-8 、GBK 、单字节、多字节、宽字符、char 、wchar_t 、string 、wstring 等知识，但是并不能完全将他们串起来，特别是涉及到他们之间进行转换的时候，一旦在项目中，碰到乱码的问题，就觉得无从下手。

请各位有经验的老哥推荐一些这方面的书籍。如果书中有 C/C++示例就更棒了。

[jiaqizhang]

《编码》？

[Noicdi]

以前收藏过一篇文章

http://www.imkevinyang.com/2010/06/%E5%85%B3%E4%BA%8E%E5%AD%97%E7%AC%A6%E7%BC%96%E7%A0%81%EF%BC%8C%E4%BD%A0%E6%89%80%E9%9C%80%E8%A6%81%E7%9F%A5%E9%81%93%E7%9A%84.html

[Noicdi]

http://utf8everywhere.org/zh-cn

[AlanStar]

你在国内做东西的话知道 UTF-8 ，GBK 什么的就够了，不用知道太多，字符编码这个东西本质上就是用一套编码体系来映射文字和符号。
看 OP 的描述应该是做 C/CPP 开发的，我是做嵌入式开发的，建议你还是能不用中文输出就不用，对嵌入式设备来说输出中文有点浪费资源，print 也就是提示使用者程序的运行进度而已，也不必要必须是中文。

如果你必须这么做的话，有几个建议：
1.你可以用支持 Unicode 字符集的编译器(GCC/Clang)之类，但是需要在编译过程中加选项才可以。
2.可以在对应文件首部添加 // -*- coding: utf-8 -*- 来声明文件使用 UTF-8 编码。
3.也有在运行前在终端上执行 chcp 65001 这个命令的，我自己有试过但是好像不太尽人意。
4.可以引入宽字符集<wchar.h>，这条在网上搜到的，我没用过，OP 可以自己查查。

[windliang]

自荐一篇，https://zhuanlan.zhihu.com/p/73917931?utm_campaign=&utm_medium=social&utm_oi=64779674714112&utm_psn=1690416459556118528&utm_source=zhihu

[hxy2856]

@AlanStar 老哥 插个楼问一问 嵌入式最近是不是需求量很大？什么原因啊，我看 8 月份招聘量挺高的 https://www.jobui.com/trends/quanguo-qianrushi/

[AlanStar]

@hxy2856 这个我还真不太清楚，我觉得应该是和国家宏观战略有关，做芯片搭边的产业可能会有额外补贴。

[AlanStar]

@hxy2856 我现在在做大数据开发，主要是学校不好我现在实习都不敢找嵌入式这种起点高的。

[Jakarta]

@Noicdi #2 我的收藏夹里也是这篇文章😂

[iOCZ]

字符集是一个字符对应哪个整数，编码是怎么存这个整数，这个整数可能会很大，需要多个字节来存。说白了，就这么回事。https://liyucang-git.github.io/2019/06/17/%E5%BD%BB%E5%BA%95%E5%BC%84%E6%87%82Unicode%E7%BC%96%E7%A0%81/

[ysc3839]

字符集：ASCII Unicode GBK(没看过标准文档，不确定 GBK 是不是字符集和编码一起规定了)
因为目前绝大多数计算机内部存储、处理的是二进制数值，所以要给不同的字符编上序号，所有编好号的字符组成字符集。
字符编码(字符对应的整数在计算机内的二进制编码方案)：UTF-8 UTF-16 GBK 7bitASCII
计算机处理二进制数据时是有一定限制的，比如有位长度限制(16bit, 32bit 等)，有存储器最小访问长度限制(byte bits ，单字节位长度，目前主流计算机是 8bit)，所以要根据不同限制，把字符序号转换成计算机能处理的数据。比如 7bit ASCII 是用于 byte bits>=7 的计算机，一个字符使用且最多使用一个字节，属于单字符单字节的编码方案。UTF-8 则是单字符多字节。
char：应该是 C/C++语言的概念，是一个主要用于表示字符的整数类型，一般来说长度是 1 字节。
宽字符、wide char 、wchar_t：应该也是 C/C++语言的概念，一般是能存储 Unicode 字符的整数类型，一般来说长度是 2 或 4 字节。

[hxy2856]

@AlanStar 感谢~ 猜是政策问题

[liuguangxuan]

@jiaqizhang 感谢老哥推荐好书，收藏了。
大致看了一下目录，感觉这本应该偏计算机组成原理。

[iX8NEGGn]

正打算写，从 19 年到现在，我看了上千个网页，几十本包括 Unicode 、ISO/IEC 、中国的 GB 系列在内的 PDF 文档，写了二十多万字的笔记，正在重新整理安排如何由浅入深的介绍。

看得越多越发现我可能永远也学不会字符编码了，因为要精通全世界各国语言才能明白它为什么这么设计，以及一些早期的文档已经找不到，但我还是有很大的把握能写出一篇全网讲得较为明白的长文或书。

顺便问下，由于有的地方需要一些佐证，有没有好心人能借用 ISO/IEC 会员，我想把历年来所有 ISO/IEC 字符编码标准下载下来。

[xmuli]

此两篇应该足够，① 详细讨论分析，②工作快速对照。
从起因分析，到 C++ 在 MSVC / MinGW 下的代码验证。甚是符合题主的提问。

①极繁根因分析 --> 愿编程不再乱码(含 Qt)-根因深究 [★★★★★] https://ifmet.cn/posts/c0862e62

②极简图表解释 --> 古文码、口字码、符号码、问号码、棍拷码 [★★★★★]
https://blog.csdn.net/qq_33154343/article/details/99617767

且若是额外有兴趣可看 Github QtExamples 的第六章

[dandycheung]

好多好多年前，有一篇《字节那些事儿》： https://blog.csdn.net/dandycheung/article/details/5881620

[cnbatch]

自己手动转换基本上不可能，等于重新造一个 ICU (International Components for Unicode)，不如直接调库吧

[12345tiger]

@hxy2856 可能是国产仪器需求带动的。现在大力提倡科学仪器国产化，从几十块的小设备到几百上千万的核磁、质谱，所有都优先采购国产，这需求不就一下子出来了吗

[hxy2856]

@12345tiger 应该就是这个原因

[vaaagle]

贴一个，https://www.toutiao.com/article/6694122324980924932/