字符编码及其转换

一、 字符编码

1. ASCII（单字存储）

ASCII码使用单字存储，即8位存储，所以最多只能编码256个字符，主要为西文服务。ASCII码划分为两个集合：128个字符的标准ASCII码和附加的128个字符的扩充ASCII码。

2. ANSI（单字存储，也可以理解为单双字混存）

ANSI是ASCII字符集的扩充，在存储ASCII字符的时候，就使用ASCII编码单字存储（标准ASCII码，第8位为0）；而在存储像中文这样需要双字存储的字符时，使用两个扩充ASCII码（扩充ASCII码，第8位为1），系统解码时找两个扩充码解码。

简体中文字符编码GB-2312就是ANSI字符集，由6763个常用汉字和682个全角的非汉字字符组成，一些生僻字是显示不出来的。

ANSI字符集的缺点就是国际不通用，在简体中文操作系统中 ANSI 编码代表 GB2312 编码，在日文操作系统下，ANSI 编码代表 JIS 编码，解码时可能最终显示的是中文，也可能显示的是日文。

3. Unicode（双字存储，Unicode编码标准中也有4字存储标准）

可以表示65536个字符。将世界上几乎所有语言的常用字符收录其中，方便了信息交流（与ANSI编码不同，Unicode编码国际通用，每个编码代表世界上唯一的一个字符）。标准的Unicode称为UTF-16。前128个字符位和ASCII码兼容，例如，在ASCII码中‘A’为单字0x41，在ANSI中‘A’为双字0x0041。

4. UTF-8,UTF-16和UTF-32。

Unicode用一些基本的保留字符制定了三套编码方式。它们分别是UTF-8,UTF-16和UTF-32。正如名字所示，在UTF－8中，字符是以8位序列来编码的，用一个或几个字节来表示一个字符。这种方式的最大好处，是UTF－8保留了ASCII字符的编码做为它的一部分，例如，在UTF－8和ASCII中，“A”的编码都是0x41.
UTF－16和UTF－32分别是Unicode的16位和32位编码方式。

二、 编程中的字符编码

• 在Windows编程中，调用库函数时有两种库函数，一种是以“A”结尾的ANSI版本函数，另一种是以“W”结尾的Unicode版本函数。
• A型函数传参时必须传入ANSI字符串
• W型函数传参时必须传入Unicode字符串

三、 多字节字符集和Unicode字符集

• 如果在编译器设置中将字符集设置成多字节字符集，那么在编译时系统会把字符串编码为ANSI字符串;
• 如果设置成Unicode字符集，那么将编码为Unicode字符串。
• 如果在字符串前加上字母“L”，不管编译器设置如何，字符串都将编译为Unicode字符串

四、 Unicode与ANSI之间转换字符串？

• character string 表示多字符集字符集字符串

• wide-character string 表示Unicode字符串

• Windows函数：
  MultiByteToWideChar将多字节字符串转换成宽字符串；
  WideCharToMultiByte将宽字符串转换成多字节字符串。