ansic、utf8、unicode互相转化

原文链接：http://hexo.liferecords.top/post/3147335795.html
点击原文阅读，体验更加

引言

C++的项目，字符编码是一个大坑，不同平台之间的编码往往不一样，如果不同编码格式用一套字符读取格式读取就会出现乱码。因此，一般都是转化成UTF-8这种平台通用，且支持性很好的编码格式。

字符编码知识

先简单介绍一下Unicode、UTF-8、ANSI之间的概念。

• Unicode：国际通用编码，使用两个字节表示一个字符，可以表示世界上任何文字和符号。

  Unicode只是一个符号集, 它只规定了符号的二进制代码, 却没有规定这个二进制代码应该如何存储。

• UTF-8：UTF-8是Unicode实现方式之一。

  可变长度编码，可以表示Unicode标准中的任何一个字符，且编码中第一个字节与ASCII兼容，UTF-8中英文占一个字符，即英文字符编码结果相同
  中文因为需要三个字节，与ASCII码不同，故有乱码

• ANSI：本地码，与系统的默认编码相关

  中文windows: GBK
  英文windows: ASICII
  繁体windows: BIG5

---

• GB2312/BIG5：中国制定的编码规范

  GB2312: 简体中文
  BIG5: 繁体中文
  GBK: 亚洲双字节字符统一的编码格式，兼容所有平台

下面通过C++检测字符编码中提到的在线查字符编码，得到下表

<

字符	GB2312	Unicode	UTF-8	GBK
中	D6D0	00004E2D	E4B8AD	D6D0