C/C++语言中的字符类型

存在两种表示字符的基本类型：

char：一个字节8bit表示，最多表示256个字符，表示和用来处理ASCII字符集，国际通用

wchar_t：多字节字符表示，典型2个字节或者4个字节，如GNU libc中为4B，可以表示更多的字符，满足国际化应用开发的需求，实现标准

在开发中ASCII编码字符都是用char来表示，可以转换成wchar_t表示；wchar_t类型与Unicode编码是完全独立的概念，不过在实现上Unicode编码一般用wchar_t来表示实现而已，但wchar_t字符并不一定就是Unicode编码字符。

对应两种字符类型存在两种字符串类型(C++)：

string: char字符列表或者是字节列表(bytes)

wstring: wchar_t字符列表或者是宽子节列表

对应两种字符类型的输出函数流对象有：

sprintf/wsprintf: 分别对应char与wchar_t

cout/wcout:分别对应string与wstring

stringstream/wstringstream: 分别对应string与wstring

字符串常量

C++11标准中增加了一些表示字符串常量的标识，如下有：

L"您好！"： wstring字符串常量，使用文件保存编码方式字符集

R"(您 好 \n)": 原始字符串常量(字节数组)，保留所有的字符

u8"您好！"： string字符串常量(字节数组)，使用UTF8进行编码保存

字符集及编码

已知有很多的字符集，比如：ASCII，UTF8，GBK，GB2312，UTF16，UTF32，UNICODE，Latin等等。常用中文字符集编码有：

UTF8：又分为带签名和不带签名两种，Windows代码页为65001，VS中应该选择【UTF8-带签名】的格式

GBK/GB2312：Windows代码页为936

GB18030： Windows代码页为54936

小技巧：修改Windows系统中cmd命令行窗口的显示字符集，默认字符集为OS字符集，如GBK-936。如果希望显示UTF8字符，则可以修改：chcp 65001.

在VS项目的调试命令窗口中无法手动修改，可以通过system函数来修改：

system("C:\\Windows\\system32\\chcp 65001");// 修改终端字符集为UTF8

源文件的编码保存选项

可以将源文件保存成不同的编码方式，如果文件中有中文，则必须选择可以对中文进行编码的字符集，如UTF8，GBK，GB2312等，否认可能会出现莫名其妙的编译错误，因为文件中存在无法识别的字符内容。

在Visual Studio中，选中文件后该设置在：【文件 - 高级保存选项】中。

C++11中GBK/UTF/wchar_t之间的编码处理转换

在处理中文时，不同的应用场景下总是无法避免进行GBK和UTF8之间的相互转换，C++11标识提供了和机制和工具来简化处理。

借助其中的std::wstring_convert和std::codecvt_utf8模板，通过wchar_t类型为中介，可以快速地实现转换，基本代码如下：

/*

转换GBK编码的中文到UTF8编码:GBK - WChar - UTF8两次转换

*/

//GBK在linux下的locale名可能是"zh_CN.GBK"

const char* GBK_LOCALE_NAME = ".936"; //GBK在windows下的locale name

std::wstring_convert<:codecvt_byname char mbstate_t>> Conver_GBK(new codecvt_byname(GBK_LOCALE_NAME)); //GBK - wchar_t

std::wstring _wname = Conver_GBK.from_bytes(data.Name); // 输入为char*的字符串表示或者数组，输出为wstring

std::wstring _waddr = Conver_GBK.from_bytes(data.Address);// 输入为char*的字符串表示或者数组，输出为wstring

std::wstring _wdept = Conver_GBK.from_bytes(data.GrantDept);// 输入为char*的字符串表示或者数组，输出为wstring

wcout << "Name: " << _wname << ",addr:" << _waddr << ",dept:" << _wdept << endl;

// 将wstring转化为UTF8编码的字节数组string表示

std::wstring_convert<:codecvt_utf8>> conv;

string _name = conv.to_bytes(_wname);// 输入为wstring字符串

string _addr = conv.to_bytes(_waddr);

string _dept = conv.to_bytes(_wdept);

// 将UTF8字符串转换为GBK字符编码表示string字节数组

std::string _name = Conver_GBK.to_bytes(conv.from_bytes(_name)); // 先转换成wstring，然后再转换成GBK的string

std::string _addr = Conver_GBK.to_bytes(conv.from_bytes(_addr)); // 先转换成wstring，然后再转换成GBK的string