对各种字符集和字符编码的理解（Ansi,GB2312,Unicode,UCS，utf 8)

最新推荐文章于 2022-04-01 07:45:00 发布

seayou

最新推荐文章于 2022-04-01 07:45:00 发布

阅读量612

点赞数 1

分类专栏： window 编程文章标签：文本编辑微软 c

本文链接：https://blog.csdn.net/seayou/article/details/2761713

版权

window 编程专栏收录该内容

6 篇文章 0 订阅

订阅专栏

1、Ansi：字符集包括 Ascii，Gb2312，GBK，还有其他国家自己定义的字符集。GB2312 用两个字符表示一个中文字符，所以ansi编码下用strlen 时，一个中文字符为2. 而定义的这些Ansi字符集之间是冲突的，微软用代码页方式解决他们之间的冲突。所谓的内码和外码是指全屏、五笔、微软拼音等与GB2312之间的关系。

2、Unicode：是字符集。采用2个字节表示世界上所以字符。实现方式UTF-16小尾序（BOM）、UTF-16大尾序（BOM）和 UTF-8，对应window，文本编辑器另存为的3中格式。可以用ue打开查看2进制编码。

3、在window中，用char表示ansi，wchar表示unicode宽字节。

4、ansi 和unicode 的转换可以用M u l t i B y t e To Wi d e C h a r之类的函数实现

5、ansi，gb2312，unicede既是字符集也是字符编码，而utf8 是编码方式