【Windows编程】杂记

在Visual Studio中设置项目属性的字符集。如果设置为“使用 Unicode 字符集“这会在编译器中添加 Unicode 宏，如果设置为 ”使用多字节字符集“ 这会在编译器中定义 _MBCS（不定义 UNICODE/_UNICODE）。

而 Windows 提供的 API 会根据是否定义了 Unicode 宏将函数进行转变，比如 CreateMutex

#ifdef UNICODE
#define CreateMutex  CreateMutexW
#else
#define CreateMutex  CreateMutexA
#endif // !UNICODE

后缀 W 表示宽字符，说明这个函数接收的字符串必须是宽字符wchar_t类型的，接收的字符串编码是宽字符编码。
宽字符仅代表一个字符所占的字节数，具体的编码由用户和编译器决定。
比如说用户定义wchar_t* str = L"你好;"，MSVC看到wchar_t会给每个字符分配2个字节，看到前缀L会编码成UTF-16；GCC会给每个字符分配4个字节，编码成UTF-32

平台	`wchar_t` 大小	实际编码
Windows (MSVC)	2 字节	UTF-16（支持代理对）
Linux/macOS (GCC/Clang)	4 字节	UTF-32（UCS-4）

类型	前缀	字符类型	编码（常见）
普通字符串	无	`char`	ASCII / UTF-8（源码编码）
宽字符串	`L`	`wchar_t`	UTF-16(MSVC) 或 UTF-32(GCC/Clang)

后缀 A 表示ANSI，表示这个函数接收的字符串编码必须是ANSI编码（本地代码页 ，如中文GBK）。不同的编译器对char* str = “你好”字符串的编码会有自己的默认行为。
比如MSVC默认会把str用本地代码页 (如中文GBK)编码，所以用Visual Studio编译这个函数用char*就可以传入参数，因为MSVC就是把char*字符串用ANSI编码。
但如果用GCC编译可能就会出错，因为gcc会默认将char*编码为UTF-8而这个函数只能处理ANSI编码。

所谓ANSI是Windows自己提出的概念，它实际上是系统的本身的编码。也就是说，如果系统用的是GBK编码，那ANSI就是GBK；如果系统是Big5，那ANSI就是Big5。总的来说，ANSI是很多编码的统称。

实际上，Windows 内核底层只实现 W 版本（只能处理UTF-16编码字符串），A 版本只是一个转换层，它会：

将 ANSI 字符串转换为 UTF-16
调用对应的 W 函数
将结果转换回 ANSI（如果需要）

编译器如何编码字符串存储到可执行文件中

Tip: 这里说的编译器对字符编码都是类似char* str=”你好”，不加前缀的字符串编码

解码源文件（怎么读）和编码字符串(char)*（怎么存）是两套独立的逻辑，分别由 -finput-charset 和 -fexec-charset 控制，互不干扰。编译器不会“继承”或“记住”源文件的编码方式去编码字符串，它只看你给它的选项。

两大主流编译器的默认行为

编译器	`-finput-charset` 默认值	`-fexec-charset` 默认值
GCC / Clang (Linux, macOS)	UTF-8	UTF-8
MSVC (Windows)	本地代码页 (如中文GBK)	本地代码页 (如中文GBK)

当你“正常使用”而没有指定任何选项时：

在 Linux 上用 GCC：编译器默认按 UTF-8 去读你的源文件，也用 UTF-8 存你的字符串。两套逻辑一致，且都是 UTF-8。
在 Windows 上用 MSVC：编译器默认按系统的本地代码页（比如 GBK）去读你的源文件，也用同样的 GBK 存你的字符串。两套逻辑也一致，但取决于你系统的区域设置。

所以，回到你最开始的疑问——“编译器根据什么来编码字符串”——答案是：在不指定选项时，它依据的就是编译器自己内置的默认规则，GCC 是 UTF-8，MSVC 是本地代码页。