编程基础篇 文字编码unicode ansi等，包括utf-8等转换

一开始编程时，对于这些编码格式和相互转换一点不了解，后来有时间就学习了一下，总结下来，希望大家能指点指点。

字符编码方式

早期是ANSI多字节边编码，ASCII码（0x00~0x7f），一个字节表示。
针对中文，中国大陆先后出了GB2312（两字节），GBK（两字节），GB18030（两字节或四字节），港澳台则使用大五码 Big5
国际组织制定了Unicode编码，也成万国码，国际码

Unicode编码系统分为编码方式和实现方式
编码方式为UCS-2（两字节），UCS-4（四字节）

实现方式或者转换格式为：

UTF-8：灵活的变长编码，对于 ASCII 使用一个字节编码，其他本地化语言文字用多个字节编码，最长可以到 6 个字节编码一个字符。对于汉字，通常是 3 个字节表示一个汉字。这是 Unix/Linux 系统默认的字符编码

UTF-16：兼容 UCS-2，一般都是两字节表示一个字符，对于超出两字节的国际码字符，使用一对两字节来表示。在存储时，按两个字节的排布顺 序，可以分为 UTF-16LE（Little Endian，小端字节序）和UTF-16BE（Big Endian，大端字节序），微软所说的 Unicode 默认就是 UTF-16LE。

UTF-32：同 UCS-4，因为用四个字节表示一个字符，所以不需要考虑扩展了。这种编码方式简单，但也特别浪费空间，所以应用很少。在存储时也分为 UTF-32BE 和 UTF-32LE，因为用得少，所以不用太关心这种编码格式。

主要是关注utf-8和unicode的关系：

Unicode符号范围         |   UTF-8编码

(十六进制)                    |  （二进制）

0000 0000-0000 007F  | 0xxxxxxx

0000 0080-0000 07FF     | 110xxxxx 10xxxxxx

0000 0800-0000 FFFF     | 1110xxxx 10xxxxxx 10xxxxxx

0001 0000-0010 FFFF     | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

C++使用的字符串

  在 C++ 中，以前通常使用 char 表示单字节的字符，使用 wchar_t 表示宽字符，对国际码提供一定程度的支持。 对于宽字符，Windows 系统里是两个字节表示，就是 UTF-16；而 Unix/Linux 系统里为了更全面的国际码支持，其宽字符是四个字节，即 UTF-32 编码。

系统编码格式
 在 Windows 系统里最常用的文本字符编码格式是 ANSI （简体是 GBK，繁体是 Big5）和 Unicode （UTF-16LE）格式，Windows 命令行默认的输入输出格式是 ANSI 的。在 Linux 系统里统统都是 UTF-8，几乎不会用到utf-16

各种编码格式转换：
windows下
c++：

不知道为什么代码贴不上去，以后再贴吧，网上都能查到转换的实现

L 和_T
L不管你是以什么方式编译，一律以UNICODE方式保存。
_T是一个适配的宏～
当  #ifdef _UNICODE的时候 _T就是L
没有  #ifdef _UNICODE的时候 _T就是ANSI的。

ATL的转换宏也可实现编码的zhuanhua

USES_CONVERSION;
A2W  W2A  A2T  T2A

使用很简单

c的转换就不写了，上网查一下就知道！！！