使用 Unicode 行分隔符编译 UTF-8 编码源答案

【问题标题】：Compiling UTF-8 encoded source with Unicode line separators使用 Unicode 行分隔符编译 UTF-8 编码源
【发布时间】：2009-02-15 21:48:45
【问题描述】：

使用最新版本的 Microsoft 编译器（包含在 Win7 SDK 中），我正在尝试编译使用 UTF-8 和 unicode 行分隔符编码的源文件。

不幸的是，代码无法编译——即使我在文件开头包含了 UTF-8 签名。例如，如果我尝试编译这个：

#include <stdio.h>

int main (void)
{
    printf("Hello!");
    return 0;
}

我会看到以下错误：

提示> cl test.c

/out:test.exe 测试.obj LINK : 致命错误 LNK1561: 必须定义入口点

以前有人遇到过这个问题吗？有什么解决办法吗？

谢谢！安德鲁

【问题讨论】：

【解决方案1】：

当您说“unicode 行分隔符”时，您是指 UTF-16/UCS-2（即 16 位字符）吗？如果是这种情况（文件是不同编码的混合），我会说唯一合理的解决方法是修复文件。

如果您的意思是行尾是其他一些 Unicode 代码点（仍以 UTF-8 编码），那么您仍然需要修复文件。该标准对翻译的第一阶段是这样说的：

物理源文件字符被映射，在实现定义方式，到基本来源字符集（引入换行符行尾字符指标）（如有必要）。

显然 MS 不会对“unicode 行分隔符”执行此转换，因此您需要这样做。

【讨论】：

使用 Visual Studio 的“高级保存选项”对话框，我使用 Unicode 行分隔符指定 UTF-8 编码。行分隔符被编码为 UTF-8，因为它应该是。我使用十六进制编辑器验证新行值是'0xE2 0x80 0xA8'，确实是utf8。
但是 VS 不是在寻找 0xE2 0x80 0xA8。它想要0x0d 0x0a。不管你是否在道德上是正确的，它想要那个 0x0a，无论如何它仍然是完全有效的 utf8。
有趣。这是我从未使用过的选项。不幸的是，看起来 MSVC 不支持该格式的源文件，即使编辑器支持（我想您可能希望您的程序能够处理此类数据文件）。只是好奇 - 你知道另一个编译器（GCC？）是否可以？
如果您强烈认为应该支持这种类型的源编码，您可以在connect.microsoft.com/VisualStudio 上发布错误报告/更改请求。
是的，我认为你是对的洛根。我只是希望可能有一些模糊的编译器选项允许它支持这种编码，特别是因为编辑器支持它就好了。感谢大家的帮助。

【解决方案2】：

向 Microsoft 提交了 ID 为 414985 的错误报告。嗯。我们会看看它会变成什么样子。

【讨论】：

【解决方案3】：

您指的是this character，而不是传统的 CR LF 字符。

我猜编译器只期望 CR 和 LF 的某种组合。

【讨论】：

是的，这就是我所指的角色。我真的希望 MS 编译器会支持这一点。这很奇怪，因为 Visual Studio 提供了使用这种编码保存文件的选项，但无法编译它。
不要忘记编辑器独立于编译器，它的目的是对源文件以外的文件有用。不过，我可以理解为什么人们可能希望或期望编译器支持这些行尾。这不是一个不合理的期望 - 但我并不感到惊讶。
不同的行尾不是“不同的编码”。它实际上是一个不同的字符。

【解决方案4】：

对我来说似乎很明显，#include 之后需要有一个换行符。

换行符仍然是 unicode，所以添加一个应该没什么大不了的。

【讨论】：

好吧，windows 将新行编码为 CRLF，而 Unix 将它们编码为 LF。 Unicode 定义试图通过定义“Unicode 新行”来修复这些冲突的新行实现。可以在这里阅读：en.wikipedia.org/wiki/Unicode#New_lines