UNICODE,GB2312与ANSI的区别

http://hi.baidu.com/gamedot/item/018105d2dadf2112d80e44d5

 

什么是ANSI，什么又是UNICODE呢？其实这是两种不同的编码方式标准，ANSI中的字符采用8bit，而UNICODE中的字符采用16bit。（对于字符来说ANSI以单字节存放英文字符，以双字节存放中文等字符,而Unicode下，英文和中文的字符都以双字节存放）Unicode码也是一种国际标准编码，采用二个字节编码，与ANSI码不兼容。目前，在网络、Windows系统和很多大型软件中得到应用。8bit的ANSI编码只能表示256种字符，表示26个英文字母是绰绰有余的，但是表示汉字，韩国语等有着成千上万个字符的非西方字符肯定就不够了，正是如此才引入了UNICODE标准。  
    在软件开发中，特别是使用C语言的一些有关字符串处理的函数，ANSI和UNICODE是区分是用的，那么ANSI类型的字符和UNICODE类型的字符如何定义，如何使用呢？ANSI和UNICODE又如何转换呢？  
一．定义部分：
ANSI：char   str[1024]; 可用字符串处理函数：strcpy( ),   strcat( ), strlen( )等等。
UNICODE：wchar_t   str[1024]；可用字符串处理函数  
二．可用函数：
ANSI：即char，可用字符串处理函数：strcat(   ),strcpy(   ),   strlen(   )等以str打头的函数。  
UNICODE：即wchar_t 可用字符串处理函数：wcscat(),wcscpy(),wcslen()等以wcs打头的函数。  
三．系统支持
     Windows   98   ：只支持ANSI。  
     Windows   2k   ：既支持ANSI又支持UNICODE。  
     Windows   CE   ：只支持UNICODE。  
     说明  
     1 在COM里面只支持UNICODE。  
     2．Windows 2000整个OS系统都是基于UNICODE的，为此在windows 2000 下使用ANSI是需要付出代价的，虽然在编码上不用任何的转换，但是这种转化是隐藏的，是占用系统资源的（CPU，内存）。  
     3 在Windows 98下必须使用UNICODE，则需要自己手动的编码切换。  
   四．如何区分：  
   在我们软件开发中往往需要即支持ANSI又支持UNICODE，不可能在要求类型转换的时候，重新改变字符串的类型，和使用于字符串上的操作函数。为此, 标准C运行期库和Windows 提供了宏定义的方式。  
   在C语言里面提供了 _UNICODE宏（有下划线），在Windows里面提供了UNICODE宏（无下划线），只要定了_UNICODE宏和UNICODE宏，系统就会自动切换到UNICODE版本，否则，系统按照ANSI的方式进行编译和运行。  
   只定义了宏并不能实现自动的转换，他还需要一系列的字符定义支持。  
1. TCHAR  
如果定义了UNICODE宏则TCHAR被定义为wchar_t。  
   typedef   wchar_t   TCHAR;  
   否则TCHAR被定义为char  
   typedef   char TCHAR;  
2．LPTSTR  
如果定义了UNICODE宏则LPTSTR被定义为LPWSTR。（以前一直不知道LPWSTR是什么东东，终于明白了）  
typedef   LPTSTR LPWSTR;  
否则TCHAR被定义为char  
typedef   LPTSTR LPSTR;
补充一下：
UTF-8是可以用于真正的流式传输的，Unicode是一种编码方案  
   我的理解是UTF-8是Unicode的一种具体实现。类似的实现还有UTF－16等等。  

GB2312是简体中文编码，当文章/网页中包含繁体中文、日文、韩文时，这些内容可能无法被正确编码。。

UTF-8是UTF-8编码是一种目前广泛应用于网页的编码，它其实是一种Unicode编码，即致力于把全球所有语言纳入一个统一的编码。前UTF-8已经把几种重要的亚洲语言纳入，包括简繁中文和日韩文字。