关于字符方式

1、单字节：ASSCII是一种单字节编码（英文和数字），最多容纳256个字符。但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码。

2、宽字节：宽字节就是在说unicode，使用两个字节来表示一个符号。

3、多字节：就是在说ANSI、gb等。Unicode只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。

4、unicode是一种字符集，UTF-8等是它的不同实现方式，可以实现所有语言的表示。

UTF-8是一种变长的编码方式(中文英文数字)。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。

Unicode符号范围        |   UTF-8编码方式
  (十六进制)                 |   （二进制）

我们在写c++程序时候，要注意字符、编码方式的不同，防止遍历目录等无法读取。如：

1）ANSI：文件的编码就是两个字节“D1 CF”，这正是“严”的GB2312编码，这也暗示GB2312是采用大头方式存储的。
2）Unicode：编码是四个字节“FF FE 25 4E”，其中“FF FE”表明是小头方式存储，真正的编码是4E25。
3）Unicode big endian：编码是四个字节“FE FF 4E 25”，其中“FE FF”表明是大头方式存储。
4）UTF-8：编码是六个字节“EF BB BF E4 B8 A5”，前三个字节“EF BB BF”表示这是UTF-8编码，后三个“E4B8A5”就是“严”的具体编码，它的存储顺序与编码顺序是一致的。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间

5）大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。

6）强调一下，unicode是一种编码方式，和ascii是同一个概念，而UTF-8，UTF-16等是一种存储方式，在存储和传输上节约空间、提高性能的一种编码形式。

7）计算机系统通用的字符编码工作方式：Unicode编码（Unicode把所有语言都统一到一套编码里，不会乱码，常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节））

　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。比如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。所以很多网页的源码上会有类似<meta charset="UTF-8" />的信息，表示该网页正是用的UTF-8编码。

乱七八糟的，按理解总结一次吧：

ASSCII：单字节，英文和数字；

Unicode：宽字节(2 or 4),所有语言;

UTF-8：多字节（1~6），所有语言，英1，汉字3，生僻的4-6。

 

C标准：

头文件：#include <stdlib.h> 

宽字节转单字节：size_t wcstombs( char *mbstr, const wchar_t *wcstr, size_t count );

单字节转宽字节：size_t mbstowcs( wchar_t *wcstr, const char *mbstr, size_t count );

只能一个一个的转换，也就是说一次只能转换一个字符

 

微软的函数(VC)：

头文件：#include <windows.h>

宽字节转多字节：WideCharToMultiByte

多字节转宽字节：MultiByteToWideChar