C++_字符串字节码

1.字符串：

类型wchar_t，size 4bytes；【搭配L】，L"汉字"，字符串中，\0占4个字节（一般C++中应用）；

类型char，size 1bytes；utf-8中文占3个字节；"汉字"，字符串中，\0占1个字节；

gb2312占两个字节；

UTF-8：

linux默认使用的编码，类型char，单位字节为1字节，无大小端问题，适合网络传输；

但是对于汉字，至少需要3个字节来表示（linux，一般C中应用）；网络传输浪费带宽，并且不易用下标表示汉字。

UTF-16：

window默认使用的Unicode（统一码、万国码、单一码），类型wchar_t，单位字节2字节，基本可以表示常见的汉字。

linux默认wchar_t，单位字节4字节，可以表示所有汉字。

PS:

char *类型的字面值，最终内存使用何种编码方式完全取决于当前文件的编码方式。

文件是GBK编码，文件中 char * str = "汉字"，str 指向的内存字符串，二进制使用GBK编码。

文件是UTF-8编码，文件中 char * str = "汉字"，str指向的内存字符串，二进制使用UTF-8编码。

所以，字符串应该放在资源文件里，而不是硬编码在.h/.cpp文件里。

EXA：

Unicode定义，“汉字”对应的数字是 0x6c49和0x5b57，而编码的程序数据是【小端存储（低字节靠前）】：

BYTE data_utf8[] = {0xE6, 0xB1, 0x89, 0xE5, 0xAD, 0x97}; // UTF-8编码
           WORD data_utf16[] = {0x6c49, 0x5b57}; // UTF-16编码
           DWORD data_utf32[] = {0x6c49, 0x5b57}; // UTF-32编码