当前位置：首页 > ops >正文

嵌入式领域编码合集（为什么中文会乱码）

ops 2025/7/13 15:56:03

一.基础概念

1. 字符编码的本质是什么？

字符编码本质上是“字符”到“字节”之间的映射规则。

计算机只能存储0和1（二进制），而“字母”“汉字”都是抽象的符号。
所以需要一套规定，把每个字符（比如“A”或“你”）对应到唯一的一串二进制码，这就是“字符编码”。

总结：传输的数据无论以何种格式显示，传输的过程都是二进制，接收显示只依赖于接收放的显示格式

二.常见编码

ASCII：只支持英文、数字和常用符号，占1个字节（8位）。
GB2312/GBK/GB18030：主要用于简体中文，汉字2字节，兼容ASCII。
UTF-8：国际通用，英文1字节，中文3字节（常用汉字），兼容ASCII。
Unicode编码：为了解决不同国家ANSI编码的冲突问题，Unicode应运而生

详细介绍可以看：字符编码ANSI和ASCII区别、Unicode和UTF-8区别_ansi编码-CSDN博客

总结：从包含范围看，Unicode = UTF-8 >GB2312（ANSI）>ASCII，简单解释就是ASCII码被任何一种编码格式包含且编译形式完全相同,所有英文怎么输出都不会报错。

Q1：那么中文为什么会报错呢？

你用中文（比如“你”）时，如果编码不同，它的字节序列就会变：
- “你”在GB2312下=0xC4E3（2字节）
- “你”在UTF-8下=0xE4BDA0（3字节）
如果发送的是GB2312编码的数据，而接收方用UTF-8解码（或反之），字节序列解释出来就是乱码。

Q2：ANSI和GB2312什么关系？

ANSI并不特指某一种具体的编码。 Windows 系统设置和文本编辑器（如记事本）中提到的“ANSI”编码，实际上指的是系统的当前“Windows 代码页”或“活动代码页”。
这个“活动代码页”会根据你的Windows系统区域和语言设置而动态变化：
- 如果你的系统区域设置是简体中文（中国），那么“ANSI”编码对应的就是 GBK 编码（GB2312的超集/扩展）。
- 如果你的系统区域设置是繁体中文（台湾），那么“ANSI”编码对应的就是 Big5 编码。
- 如果你的系统区域设置是日语，那么“ANSI”编码对应的就是 Shift_JIS 编码。
- 如果你的系统区域设置是西欧语言（如英语、法语、德语），那么“ANSI”编码对应的就是 Windows-1252 编码（它是 ISO-8859-1/Latin1 的超集）。
关键点： “ANSI”在这里是一个占位符，代表当前系统默认的本地化单字节/双字节编码。

Q3：为什么我修改了keil中的编译格式，改为GB2312还是乱码？

因为keil（其他软件也是）中的设置只是设置是以什么格式来显示代码中的字符，真正的传输格式开始Q3提到的，由于在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件。所有我们知道，不管软件是什么模式，文件保存就是UTF-8编码的格式。由于接收方不一定适配UTF-8格式（使用GB来解码），就会出现错误。