编码格式大总结

                   编码方法大总结

现有的主流编码格式有ansi、utf-8、unicode、gbk

一、ansi

    ascii是7位字符集，它是美国信息交换标准代码的缩写，是为了美国英语通信所设计的。

    为了能表示欧美文字重一些带有音调标号的文字，创建出了包含255个字符的8位ascii字符集，0-127与基本ascii一致，128-255之间的字符用于画图和画线。

二、unicode

        unicode又叫同一码、万国码。

1、是一种在计算机上使用的字符编码；

2、它为每种语言的每个字符都设定了统一并且唯一的二进制编码；

3、能够跨语言、跨平台进行文本转换。

三、utf-8

       utf-8是unicode的一种变长字符编码。utf-8用1到6个字节编码unicode字符。

    如果UNICODE字符由2个字节表示，则编码成UTF-8很可能需要3个字节，而如果UNICODE字符由4个字节表示，则编码成UTF-8可能需要6个字节。

    实际表示ASCII字符的UNICODE字符，将会编码成1个字节，并且UTF-8表示与ASCII字符表示是一样的。所有其他的UNCODE字符转化成UTF-8将需要至少2个字节。

四、gbk/gb232

       gbk是中文信息处理的国家标准，是中文编码格式。

五、编码格式之间的转换

1、gbk、utf-8转化为unicode

           int n=::MultiByteToWideChar(CP_ACP,0,strHtml.GetBuffer(),-1,NULL,0) ;
	WCHAR *str1=new WCHAR[n];
	MultiByteToWideChar(CP_ACP,0,strHtml.GetBuffer(),-1,str1,n);

                         注：此时的strHtml既为unicode编码的内容。一般在vs的MFC中都是unicode编码，所以的字符串都尽量使用unicode编码，_T("my name is LILei");

2、unicode转化为gbk、utf-8

        举例为：unicode转utf-8

       n=WideCharToMultiByte(CP_UTF8,0,str1,-1,NULL,0,NULL,NULL);
       char * str2=new char[n];
       WideCharToMultiByte(CP_UTF8,0,str1,-1,str2,n,NULL,NULL);
       string strUTFHtml=str2;