VC2005下的Unicode与ANSI

简单地说，这是两种字符编码方式。通常Unicode使用两个字节表示每个字符，即每个字符为16位二进制长度。而ANSI编码使用一个字节表示每个字符，即8个二进制位。

ANSI本来是美国的国家标准，后来渐渐通行于世。标准的ANSI字符一共有128个，后来扩充到255个，而ANSI使用8位（1个字节）标识每个字符，最多也只能表示这些字符。C语言中的char类型就是用来储存ANSI编码的字符的。Char类型有signed char 和unsigned char两种char，默认的char是有符号的signed char ，可以表示的字符编码范围是-128~127，无符号的unsigned char 可以表示0~255.

继续刚才的话题，ANSI只能表示最多256个字符，对于英文，的确足够，可是对于亚洲地区的复杂语言，这是远远不够的。因此，为了统一一个全世界都可以使用的字符编码，Unicode产生了。UNICODE可以表示65,536(2的16次方) 个字符，足够全世界的文字使用。

下面简单说一下目前Windows的编码。

从WinNT开始（包括使用NT技术的Win2000、XP、Vista等），系统核心内建支持和使用UNICODE编码方案。

为了保持兼容性，中文Windows的默认编码为ANSI方式。那么ANSI如何处理中文呢？

我们知道，标准的ANSI字符有128个，编码从0~127,这些编码包括了最常用的字母、数字和常用标点和排版控制符。而中文和其他一些字符，则被编码为负数开始以区别于标准ANSI。

如果学过计算机数制的知识，那么就能够知道，标准的ANSI字符由于是正数，二进制开头的符号位为0，而表示中文和其他字符的编码规定是负数，所以首位是1，因此，中文Windows在处理字符编码的时候，遇到0，则认为后面的8个位是一个标准ANSI字符，遇到1，则认为后面的16个二进制位表示的是一个非标准ANSI字符，Windows会把这16个位（2个字节）的内容和系统的中文字符编码表（映射表）对比，以确认代表的是什么字符。

所以，普通的中文文件如果在没有对中文提供支持的英文系统上打开（大多数Windows版本是能够正确处理的），则会导致乱码。

还有另外一种形式的因为ANSI的这种字符处理机制产生的乱码，我们可以自己验证一下：

打开记事本，在其中输入“联通”二字，保存，再打开，就会发现其中的文字变成了乱码，这是因为由于ANSI的识别出现问题。

具体的编码方案十分繁杂，关于上面的联通问题，就可以参考

http://blog.csdn.net/GunRosez/archive/2004/11/02/164164.aspx

（GunRosez的专栏）

而UNICODE不会有这方面的问题，它不用更多的转换，每个汉字和每个字母都是一样的两个字节编码表示，不会产生歧义。

总的来说，UNICODE虽然占用的空间肯能稍微多些，在通用性上面是一个更好的选择。

上一篇文章提到了API，实际上，在Windows的API函数中，每一个涉及到了字符串传递的函数，如最基本的MessageBox（用来显示一个消息框），都有两个版本，MessageBoxA和MessageBoxW，前者是ANSI版本，后者是宽字符版本，通常就是UNICODE。

C++中的char是对应ANSI字符的，C++中还有一个基本类型wchar_t就是对应UNICODE字符的。

编程的时候应该首先决定使用更加通用的宽字符UNICODE，还是占用空间较少的ANSI，个人认为应用软件可以使用UNICODE好一些。

除了UNICODE和ANSI，还有和UNICODE关系比较近的几种编码，比如UTF-8等，不过桌面软件应用不是很广泛，而网络上用的稍微多一些，侧重网络开发的.Net框架对各种编码都有很好的支持，VB.net(包括2002、2003、2005)和C#等都默认使用UNICODE编码文本文件和字符串。顺便提一句，VC6、7默认使用ANSI编码，VC2005及以上版本默认使用UNICODE。