c言語のプログラムをコンパイルするときの、文字コードルールがわかりません。

notepad++を使って書いたc言語のプログラムをgccを使ってコンパイルしました.
文字コードはUTF-8にしました. コンパイルが無事に終わり.exeファイルを実行すると文字化けが起きていました. それでコマンドプロンプトの文字コードをUTF-8に変更し、もう一度コンパイルをして.exeファイルと実行すると、今度は文字化けしませんでした.

これから、コンパイラは自動で、コマンドプロンプトの文字コードでプログラムが書かれていると
思ってコンパイルしていると、僕は思っているのですが、この解釈でいいでしょうか？
コンパイラの文字コードのルールを教えていただきたいです。

わかりにくい文章ですが、ご教授よろしくお願いします。

行動規範の内容に同意します

回答5件

ベストアンサー

ファイルの文字コードをシフトJISにして、

C
1#include <stdio.h>
2int main(){
3    printf("あいう\n");
4    return 0;
5}

のようにすれば、そのまま「あいう」と表示されます。
これは実は、コンパイラがソースがUTF-8で書かれており、処理もUTF-8であるとして処理しているためです。同じエンコーディングのため、変換が起こらず、そのまま処理＆出力されるので、ソースをシフトJISで書いておけばそのままシフトJISで出力されます。

ただし、コンパイラがシフトJISコードを認識していないので、

C
1#include <stdio.h>
2int main(){
3    printf("あいう表裏\n");
4    return 0;
5}

の「表」のようにシフトJISの文字コードに\を含んだ文字を使うとコンパイルエラーになったり、期待通りに出力されなかったりします。

コンパイルオプションで、コンパイラに「ソースがシフトJISであること」を教える(-finput-charset=CP932)と、期待通りになります。

CMD
1gcc -finput-charset=CP932 -fexec-charset=CP932 ～～

処理もシフトJISで行って欲しいので、-fexec-charset=CP932も指定します。
-finput-charset=CP932だけ書くと、コンパイル結果はUTF-8に変換されて処理され出力されます。

ソースをUTF-8で書いて、オプション無しでコンパイルするとそのままUTF-8で処理＆出力するので、シフトJISのコマンドプロンプトだと正しく表示できません。処理をシフトJISで行うオプション(-fexec-charset=CP932)を付けると、正しく表示できます。

-finput-charset= ソースがどのエンコーディングで書かれているかを指定
-fexec-charset= コンパイル時に文字データをこのエンコーディングに変換してオブジェクトに埋め込む
どちらも、デフォルトはUTF-8です。

投稿2018/10/16 12:56

otn

総合スコア85766

tarou2

2018/10/20 13:19 編集

下から7行目のところですが, どうして-finput-charset=CP932だけを指定するとコンパイル結果はUTF-8に変換されて処理され出力されるのですか？ソースコードをシフトJISでかいて, コマンドプロンプトのエンコーディングもシフトJISの時は何も指定しなくても, シフトJISで出力されたから、疑問に思いました。よろしくお願いします。あと少し話はそれますが, c言語でなにか作ったりするときはUTF-8で作るのが一般的ですか？

otn

2018/10/20 13:24

> どうして-finput-charset=CP932だけを指定するとコンパイル結果はUTF-8に変換されて処理され出力されるのですか？ -fexec-charset のデフォルト値が utf-8 だからです。 > ソースコードをシフトJISでかいて, コマンドプロンプトのエンコーディングもシフトJISの時は何も指定しなくても, シフトJISで出力されたから、疑問に思いました。コンパイラは、utf-8でソースが書かれていると思って、コンパイル結果もutf-8なので無変換でコンパイルしますので、そうなります。と、回答にも書いたのですが。もう一度回答の前半を読み直してください。 > c言語でなにか作ったりするときはUTF-8で作るのが一般的ですか？ WindowsならShift_JISが良いんじゃないですかね。

tarou2

2018/10/20 13:36

わかりました！ご丁寧にありがとうございました！

行動規範の内容に同意します

こんにちは。

これから、コンパイラは自動で、コマンドプロンプトの文字コードでプログラムが書かれていると

思ってコンパイルしていると、僕は思っているのですが、この解釈でいいでしょうか？

気持ちは分かるのですが、残念ながら違います。
Windowsは文字コードに関して未だに混乱が続いています。（linuxはUTF-8が事実上の標準に概ねなっている印象です。）

コマンド・プロンプトのデフォルトは、「Windowsメニュー → 設定 → 時刻と言語 → 地域と言語 → 管理用の言語の設定」をクリックして表示されるダイアログの「Unicode対応ではないプログラムの言語」で設定した文字コードになります。「日本語」を選択するとCP932（Shift-JIS）となります。

さて、C言語が取り扱う文字コードはややこしいです。C言語のコア（ライブラルやプリプロセッサを除く部分）は文字列リテラルについて文字コードを気にします。（以下は u8が前置されない文字列リテラルの話です。）
gcc（MinGW含む）は、基本は UTF-8 でソースが書かれていることを期待しています。
コンパイル・オプションで変更することもできます。--input_charsetでソースの文字コード（エディタで指定したコード）を指定し、--exec-charsetでそのリテラルの変換先の文字コードを指定します。

Visual C++は、基本はソースが上記ダイアログで設定した文字コードで書かれていることを期待します。
BOM付きUTF-8ならUTF-8で書かれていることを期待します。そして、どちらのケースでも文字列リテラルは上記ダイアログで設定した文字コードへ変換されます。
なお、Visual C++も比較的最近公開された execution_character_set プラグマを使えば変換先の文字コードを指定できます。

投稿2018/10/16 16:40

Chironian

総合スコア23272

tarou2

2018/10/19 02:49

コンパイルオプションがあるとは知りませんでした。コンパイラと文字コードについての知識が増えました。ありがとうございました!!

行動規範の内容に同意します

gccはコンパイルオプションで制御できます。
こちらのページを参考にしてみてください。

MinGWでSJISのソースコードをオプション無しでコンパイルしたら、文字化けしなかった…。
もう少し調査が必要かもしれませんが、基本的にはリンク先の通りです。

投稿2018/10/16 10:28

ttyp03

総合スコア17000

Visual C++はソースコードの文字コードの種類にかかわらず
UTF-8文字列リテラルが付いているものはUTF-8として
それ以外はShiftJISで処理されていたと思います。

gccは他の方が仰られている通りShiftJISで書けばShiftJISで
UTF-8ならUTF-8としてそのまま処理されます。

で、日本語版のWindowsのコマンドプロンプトはCP932(ShiftJIS)となっています。
なので、gccでCのソースコードをコンパイルする場合はShiftJISで保存するか、
Windows APIを使用してコンソールのコードページを変更してあげる必要があります。
chcp 65001でコードページをUTF-8にしてしまうのはあんまりオススメ出来ない。

C++
1#include <windows.h>
2#include <stdio.h>
3
4int main()
5{
6    // コンソールのデフォルトの出力コードページを保存
7    UINT prevCP = GetConsoleOutputCP();
8    // コードページをUTF-8(65001)に変更
9    SetConsoleOutputCP(CP_UTF8);
10
11    // 出力はSetConsoleOutputCPの間で行う
12    printf("こんにちは\n");
13
14    // コードページをデフォルトに戻す
15    SetConsoleOutputCP(prevCP);
16
17    return 0;
18}
19