最近在Windows系统下的VS2019写代码，遇到一些编码方面的问题，给大家排排雷。顺便提一下，Windows内核中使用UTF-16 LE编码来表达所有符号，已经足够了，用户态不同地区使用的默认编码不一样，咱们这儿使用的是GBK。

GB2312 全称为《信息交换用汉字编码字符集・基本集》，是中国 1980 年发布的第一个官方中文编码标准，主要解决早期计算机处理中文的问题。收录了6763个简体汉字和682个非汉字字符(数字、标点符号和其他拉丁字母)。GBK是对GB2312编码的扩展，完全兼容GB2312，汉字提升到了21003个，图形符号883个。这两种编码都使用两个字节表达一个符号，属于定长编码。我当前系统的Code Page如下：

安全狗的GBK编码是

Unicode是一个字符集，它为每个字符分配了唯一的码点，不是一种编码方式。它可以使用的编码方式有如下三种：

安全狗的UTF-8编码是

从这三个编码中可以看出，UTF-8是相对来说比较省空间的，但随机访问效率最低，UTF-32不省空间，但随机访问效率最高。原理其实和内存对齐，不论是分配内存时的页对其还是结构体的8字节或四字节对其一样。

我当前的Code Page时936，GBK编码，如何在控制台输出一串中文内容呢？有几种方法？我使用的C++代码如下：

文件默认以GBK编码保存，把上面代码进行编译，VS也是以GBK对文件进行编译的。

编译之后文件中的字符串如下：

运行编译之后的文件，结果如下：

上面output_w指向的内容被以UTF-16 LE编码编译到了exe文件中，输出的时候是以GBK编码展示，自然就没有打印出预期的结果。然后，将上面代码以UTF-8保存到文件中，然后VS项目属性->C/C++->命令行->额外选项中增加/utf-8，命令行执行结果如下：

全是乱码，因为输出的内容并不是以GBK编码的。执行chcp 65001切换控制台Code Page为UTF-8，输出的内容如下：

发现宽字节的内容没有正常输出，因为L"安全狗"这部分内容在exe中是UTF-16 LE编码，不管.cpp文件是gbk编码还是utf-8编码。那么如何正常输出中文内容呢? 让输出的内容都是和控制台Code Page一致，比如：都是GBK编码。修改上面的代码为

结果如下：

python2的py文件默认使用ascii，如果出现ascii码之外的内容，需要在开头声明文件的编码格式，比如：# coding:utf-8。而且python2的解释器根据声明的编码或默认的编码来判断代码中的内容，如果出现不支持的字符，就会报错，如下：

python2控制台支持输出的编码除了当前Code Page，还有Unicode。

python3的py文件必须是以utf-8编码进行保存，其他编码格式如果出现utf-8不支持的编码将会报错。

不论控制台Code Page是936(GBK)还是65001(UTF-8)，都可以正常输出，如下：

如何启动一个带有路径中带有中文的可执行程序呢?下面使用三种方法来启动，以中文路径"D:\test\测试\安全狗.exe"目标可执行程序。

传递给check_output函数的路径必须是gbk编码的.

python3会自动将编码处理好，你只需要将关注py文件的编码格式就好，必须是utf-8。

上面的.cpp以gbk编码保存，正常编译就会得到下面的结果：

windows xxxA的API最终会调用xxxW的API，其中一个环节就是进行了编码转换，转换为UTF-16 LE的。如果使用CreateProcessA，需要保证输入的路径是当前的代码页。举个例：CHAR commandLine[] = "D:\test\测试\安全狗.exe"; 如果以UTF-8编码传入到CreateProcessA中，进程将会创建失败，原因是找不到这个文件。

本篇文章介绍了C++和Python可能遇到的一些字符串打印的问题及背后的原因。核心还是在于Code Page和输出的字符串编码要匹配，否则输出的内容就是乱码。如果你想创建一个带有中文路径的程序，Python3的话会自动进行处理，Python2和Windows API传递的路径必须符合当前代码页。

[培训]Windows内核深度攻防：从Hook技术到Rootkit实战！