Unicode，Ansi和UTF8

      绝大多数windows API ，只能对Unicode和Ansi编码的字符串进行操作（也就是众所周知的A和W），如果你存其它编码（如UTF-8），那你就是存着自己玩，最终要做其它操作（调用系统API），还得是乖乖转换成那两种字符串中的一种。

 

      Ansi字符集。它不只是一种编码，它是多种编码的集合。如中国大陆的GBK，中国台湾的BIG5，应该说都属于Ansi。大陆和台湾两地的电脑，其Ansi编码并不相同。每种Ansi的编码，都用一个代码页来代表，如GBK的对应的代码页是936。

能称为Ansi编码的，对字符的编码都不会出现0x00，这样在算字符串长度是就不会出错。很碰巧的是UTF8，也具有这种特性，所以很多ansi的字符串操作函数，都可以直接用在UTF8身上（比如算字节数，拼接字符串等，当然如输出这类函数是不能混用的）。系统的区域设置里，可以设置系统和用户的语言格式，系统的会影响到系统默认代码页的选择。还有一个选项，非Unicode程序所使用的语言，直接设置默认代码页。

      使用Ansi字符集，就有可能碰上乱码，只要存储和使用时的编码不同，就会出现乱码。比如在GBK的机器上，保存为Ansi。在BIG5的机器上，按默认（BIG5）读取出来并显示，就会出现乱码了。搞国际化，就不能选择Ansi。Unicode编码是统一的，只有一种，在哪的机器上都不用担心会出现乱码。可惜大家并不完全买账，还是有很多人喜欢用Ansi和UTF8。

      UTF8也是统一的，只有一种。英文和数字占一个字节，欧系语言字符占两个字节，中文占三个字节（中文真亏）。用UTF8也不会有乱码问题。但是前面说了，没有API能直接对UTF8进行操作，所以使用时经常要先转成Ansi或Unicode中的一种。但UTF8没有0x00编码的特性，使得它又可以直接用在一些Ansi字符串操作函数上。所以一些比较古老的程序，在碰到乱码问题时，选择UTF8，可能修改代价会比较小。