对中文乱码的理解，遇到乱码该怎么办。

最近在做qtcreator使用cmake编译MSVC的工程，遇到不少的乱码情况，于是好好研究了一下编码，整理了一些踩坑的经验。

一、中文乱码的来源

目前常见到的中文编码其实就两种，UTF8和GBK。

我们遇到的绝大多数乱码，就是系统使用中文时，这两种编码被解析成了另一种。

在nodepad++中做个实验如下：

比如一个UTF8编码的“你好”，使用GBK格式编码后显示如下：

一个GBK格式的“你好”，使用UTF8编码后显示如下：

在cmd终端和powershell中基本也是同样的效果：

二、对乱码问题的分析

当遇到乱码情况时，从乱码内容就可以看出一些端倪。

首先要知道，GBK主要针对中文编码，所以即使胡乱编码，大概率还是编成了一堆汉字，就像上文的“浣犲ソ”。

然后，UTF8是万国码，预留了很多空闲编码位置，所以乱编码的时候，就很容易编成了未定义的字符。

所以，现在当你看到一堆乱码，就可以分析了：

1、当这堆乱码是一堆混乱的中文，那大概率是原本是UTF8格式的内容，然后被编码成了GBK。

2、当这堆乱码是一堆看不懂的符号时，大概率是原本是GBK格式的内容，然后被编码成了UTF8。

对于简单的情况，基本知道原因就知道如何解决了。

另外，像常见的“锟斤拷”就是UTF8被编码成了GBK。

三、对乱码的排查

乱码的来源五花八门，我这里只能说一个通用的排查方法。

从字符的源头出来，到终点，去了解中间每一步有可能涉及到编码的工具的编码处理格式。

比如，我通过windows终端的 type 命令显示了一个文件，结果是乱码。那么这中间可能涉及到编码的就有三个东西：原文-type-终端输出流。只需要依次检查这三个对中文的编码格式是否一致。例如，检查原文的时候，先用notepad++打开，看看原文编码方式。然后查一下type这个命令有没有处理文件编码，有的话是怎么处理的，怎么调整。最后看一下我使用的终端cmd、ps等默认是用什么编码，怎么修改。把这三个编码统一，乱码问题就迎刃而解了。

又比如，我使用了qtcreator打开一个使用基于msvc编译的cmake工程，结果编译时，输出端乱码了。这中间可能就涉及到，msvc编译输出内容-cmake处理-qtcreator终端输出。不过最后排查出来cmake对流程没有影响，是qtcreator有个控制终端是用UTF8选项勾错了，这里也贴一下。