关于在Windows使用C/C++读取txt文件

正如上图所示，txt文件有5种编码格式，分别是ANSI、UTF-8、UTF-8 with BOM、UTF-16LE、UTF-16BE。而平常我们大多数使用的是UTF-8。毕竟默认创建的就是。如果想知道其BOM编码直接划到底部。

图片中写入test的是一个不带BOM的UTF-8编码的txt(UTF-8是一个变长的字符编码)，因此，我们有时读取或者写入txt时，遇到中文时就会出现乱码。因此，我们在读取时需要考虑这五种编码，其中ANSI和UTF-8可以分为一类处理（因为UTF-8的英文和其他ANSI编码几乎是对应的），剩下的只需要考虑BOM，而它的BOM反正头部几个字节，读取时需要特别处理一下。

ANSI：全英文，都是一字节一字符。

UTF-8 without BOM：只考虑了中文和英文。以字节的方式读取，使用MultiByteToWideChar，其中的CodePage选择CP_UTF8。

UTF-8 with BOM：只考虑了中文和英文。以字节方式读取，要舍去三字节。再使用UTF-8 without BOM的方法读取。

以下两个只考虑中文和英文，其他可能为4字节

 UTF-16LE：小端（高位字节放高位地址）：一般是Unicode编码存放在txt文件中，即宽字节，WIndow按字节读取后可直接转换为wchar_t类型。（要舍去两字节的BOM编码）

UTF-16BE：大端（高位字节放低位地址）：一般是Unicode编码存放在txt文件中，即宽字节，

那么两个字节要进行反序。

wide_buffer[i] = (buffer[i * 2] << 8) | buffer[i * 2+1];

读取本人使用ReadFile按字节读取，写入使用ReadFile按字节写入。

UTF-8 with BOM :         0xFE 0xBB 0xBF                 3字节        变长编码

UTF-16LE:                    0xFF 0xFE                           2字节        变长编码

UTF-16BE:                    0xFE 0xFF                          2字节        变长编码

UTF-32LE:                    0xFF 0xFE 0x00 0x00         4字节        固长编码

UTF-32BE:                    0x00 0x00 0xFE 0xFF         4字节        固长编码