char wchar_t ascii unicode 之旅

                          在window32开发中 ，char占用一个字节，wchar_t占用两个字节。ascii字符集 用char表示。unicode字符集用wchar_t表示。

              我们是否经常听到这样一句话。用 string表示的占用内存比较少。wstring表示的占用内存比较多。起初我也是这么认为的，所以我经常使用string.虽然我知道win32内部是用unicode表示的。例如，我们经常可以接触到  win32的两个版本的函数 以A和W为后缀的函数（例如，GetModuleFileNameA，GetModuleFileNameW) ,其实 以A为后缀的函数只是分配内存，把char字符转换成wchar_t字符。最终还是调用对应的以W为后缀的函数。所以，曾经的我一直，在考虑，到底用那种方式好呢。节省内存还是提高性能尼 ？

             真是让人迷茫啊。但这一切即将，烟消云散。一切都恍然大悟。

             char占用一个字节，wchar_t占用两个字节，是对的。ascii字符集占用一个字节，unicode字符集占用两个字节，也是对的。

             中文用两个字节表示（重点） ，不管我们char，还是wchar_t来存储中文，每个中文字符都占用两个字节。除了最后一个结束字符( 0 ) 。在char中，用一个字符表示。在wchar_t中，用两个字符表示。

             ok  上代码吧，看完代码，你就会懂了 ！

#include <stdio.h>
#include <string>

inline 
void _output(const char* psz, int iBytelen)
{
	printf("占用内存: %d 字节\n", iBytelen);
	printf("内存内容: ");
	for (int i = 0; i < iBytelen; i++)
	{
		printf("0x%02x ", (unsigned char)*(psz + i));
	}
	printf("\n");
}

void outputA(const char* psz, int iBytelen)
{
	printf("char[]: %s\n", psz);
	_output(psz, iBytelen);
}

void outputW(const wchar_t* wpsz, int iBytelen)
{
	setlocale(LC_ALL, "chs");					//乱码问题
	wprintf(L"wchar_t[]: %s\n", wpsz);
	setlocale(LC_ALL, "c");
	_output((const char*)wpsz, iBytelen);
}

int 
main(void)
{
#define TEST_MAX_SIZE	100
#define _TO_W(str)		L ## str
#define TO_W(str)		_TO_W(str)
#define CHINA_STR_TEST	"我们是中华民族！"
#define WCHINA_STR_TEST TO_W(CHINA_STR_TEST)
#define ENGLISH_STR_TEST "english"
#define WENGLISH_STR_TEST TO_W(ENGLISH_STR_TEST)

	char	China[TEST_MAX_SIZE]	= CHINA_STR_TEST;
	wchar_t	wChina[TEST_MAX_SIZE]	= WCHINA_STR_TEST;
	char    English[TEST_MAX_SIZE]	= ENGLISH_STR_TEST;
	wchar_t wEnglish[TEST_MAX_SIZE] = WENGLISH_STR_TEST;

	int iCa_bytelen		= sizeof(CHINA_STR_TEST);
	int iwCa_bytelen	= sizeof(WCHINA_STR_TEST);
	int iEh_bytelen		= sizeof(ENGLISH_STR_TEST);
	int iwEh_bytelen	= sizeof(WENGLISH_STR_TEST);

	outputA(China, iCa_bytelen);
	outputW(wChina, iwCa_bytelen);
	outputA(English, iEh_bytelen);
	outputW(wEnglish, iwEh_bytelen);

	while (true);
}

运行结果：

其实，中文的字符集，本来就占用两个字节，不管用char  存储，还是用 wchar_t 存储。因此，我们开发程序的时候，我们的字符串多数是用中文的，少数用到英文。只有英文会浪费掉一半的内存，中文只会浪费一个字节的内存（最后一个 0 字符 ) .所以，对于开发中文字符集的程序，我们用wchar_t （unicode）字符集就行了。我们也可以完全用wstring使用，因为，一切都不是绝对的。 wstring虽然用两个字节来表示一个字符，但是对英文而言的，对我们中文而言，wstring 只会比 string多浪费少量的字节（一个或一个以上字节。我没有彻底研究string wstring ，所以不乱下结论，但可以肯定的是，不会像英文那样浪费一半或一半以上的字节)。

这篇文章写得很多bug 比如ansi字符集占用一个字节，但后来，我看了  下面链接的文章，就比较彻底得明白了字符集编码了

http://blog.csdn.net/softman11/article/details/6124345

http://blog.csdn.net/hanford/article/details/53391891