1、c风格字符串char数组存储时采用【多字节字符集】存储,英文字符(0-127)采用ASCⅡ编码,汉字采用GBK编码,用2个字节表示(不分大小端)。
多字节字符集(MBCS)是在ASCⅡ基础上演变过来(为了兼容西方特殊字符,东方汉字日文等),名称中的“多字节”是相对于之前的单字节编码而言的。
2、标准库string也采用多字节字符集存储,同上;
3、wchar_t是C++中专门用来存储宽字符的类型,前缀L是将【多字节字符集】转化为【宽字符集(unicode)】。
Unicode为地球上(以后会包括火星,金星,喵星等)每种语言中的每个字符设定了统一并且唯一的二进制编码(0-65535,2Byte),以满足跨语言、跨平台进行文本转换、处理的 要求。在Unicode中,汉字“字”对应的数字是23383。在Unicode中,我们有很多方式将数字23383表示成程序中的数据,包 括:UTF-8、UTF-16等(其中UTF-16为标准Unicode编码,UTF-8是为了Unicode能在单字节字符集机器上应用演变出来的)。UTF是“UCS Transformation Format”的缩写,可以翻译成Unicode字符集转换格式,即怎样将Unicode定义的数字转换成程序数据。
本例中“顺”的UTF-16编码为0x987a,内存中为小端存储(低字节靠前)。
参考:
1、点击打开链接 中文编码杂谈