重新认识UNICODE，UTF-8，多字节，代码页

1.UNICODE本身也提供了编码，被称为UCS，它最初在设计的时候对所有的字符统一采用至少2个字节，但是这对英文国家显然是个浪费。而且还存在大头序小头序的问题。

2.所谓大头序小头序，是指“字节序”，是“字节”这一级别的，（而不是“位”级别的，不是说高位在前还是低位在前的问题，对所有CPU，高位就是高位，低位就是低位），自然，只有多个字节作为逻辑上的一个整体交给CPU处理时，才会发生“字节序”的问题，比如一个整数0x2E2F用两个字节表示，不同的CPU平台在读写这个整数的时候可能就不同，有的把高位字节放在高位，于是值为0x2E2F，有的把低位字节放在高位于是值为0x2F2E。而UNICODE的编码系统UCS正是采用了使用“两个字节作为一个整体“作为编码值的方案，所以，假如说，UNICODE编码规定汉字“一”的编码是0x2E2F,汉字"二“的编码是0x2F2E，当某CPU平台A（采用小头序）把”一“(0x2E2F)传个某CPU平台B（采用大头序），B得到数据后会把其当作0x2F2E,于是找编码值0x2F2E对应的字符，即”二“，于是，”一“变成了”二“。这便是大头序小头序问题，其实这不是没有解决办法，只要UNICODE编码系统规定采用大头还是小头就可以了，可惜的是，UNICODE没有加以规定。

3.UTF-8解决了上述两个问题，这个编码系统的具体细则可参考：http://blog.csdn.net/dyzhen/article/details/7448529。

简单说，UTF-8的编码值不再把”两个字节“作为一个整体，而是单个字节独立，每个字节中都会有几位作为标志位，用来标志左右相邻的哪些个字节作为一个”组合“，该”组合“的值便是编码值。它用一个字节为ASCII中的字符编码，因此解决了浪费问题；而每个字节独立，又解决了大头序小头序的问题。

4.UTF-8与ANSI一样，它跟UNICODE之间，在VC编程上，是对等的，也就是说UTF-8在这个时候来讲，不属于UNICODE

5.vc的函数只能支持UNICODE或MBCS，而不能支持UTF-8，所以无法直接显示一个UTF-8的字符串，如果要显示，要么把它转化为UNICODE，要么转化为ANSI

6.MySQL的函数在使用的时候通过mysql_set_character_set(,,,"utf8")，指定了本连接过程的发送和返回数据都是采用UTF-8的编码，如果要在VC中显示返回的内容，则，要么把它转化为UNICODE，要么转化为MBCS

7.UTF-8跟ANSI一样，都作为一个代码页，可参考WideCharToMultiByte函数的MSDN说明

8.对于string,char*，如果指定了字符编码是UTF-8，那么它们的内容就是按UTF-8编码的；而wstring无论在何时都是UNICODE编码

9、编码，它不仅是种协议，还包括具体的实现系统，因为计算机无论如何只能处理01，说白了，编码就是为人类的语言字符在计算机的世界里编个代号，这个代号依然是01