第6章 多字节字符与宽字节字符(一)

在《字符集与字符编码》一文中，我们讲解了各种常用的字符编码。按照编码后字符所占用的字节数可以将字符编码分为三类：

• 单字节编码： 一个码元占一个字节，一个字符由一个码元组成，如：ASCII、EASCII、ISO-8859-N。
• 多字节编码： 一个码元占一个字节，一个字符由一个或多个码元组成，如：Big5(1、2字节)、GB2312(1、2字节)、GBK(1、2字节)、GB18030(1、2、4字节)、UTF-8(1、2、3、4字节)。
• 宽字节编码： 一个码元占两个或四个字节，一个字符由一个或两个码元组成，如：UTF-16(2、4字节)、UTF-32(4字节)。

在C++中，内置的基本数据类型中表示字符的有两种：char、wchar_t。

• char叫多字节字符，对应上面的单字节编码和多字节编码；
• wchar_t被称为宽字符，对应上面的宽字节编码。

1. char与string

1.1. 测试源代码

void char_string()
{
    // char字符
    std::cout << "char size: " << sizeof(char) << std::endl;