当一个软件打开一个文本时，它要做的第一件事是决定这个文本究竟是使用哪种字符集（ANSI还是UNICODE）的哪种编码（ANSI每个国家都可能不同，UNICODE分为UTF-8,UTF-16,UTF-32）保存的。

二者的差距别人已总结的很明白了，我就不在复制一遍了
Unicode字符集与多字节字符集
Unicode字符集和多字节字符集关系//推荐看这一个，先看的前一个，把我头看晕了=
多字节字符集与Unicode字符集其中有wchar_t与char类型间的转换
CString的使用
以下内容参考c++入门经典（第四版）中看到的关于表示字符的内容

1.表示字符： P16

字符集演变：ASCII码（7bit表示）–ASCII（8bit表示，变体称为Latin-1）–其他各国专用字符集–通用字符集（UCS，32bit表示）

Unicode标准字符集：编码方式有UTF-8,UTF-16（UTF-8和UTF-16不能表示Unicode集合中的所有字符？）等
UTF-8把字符表示为长度在1字节和四字节之间变化的序列，UTF16把字符表示为一个或两个16位值。
存储Unicode字符有3个数据类型wchar_t,char16_t.char32_t

2.使用字符变量 P50

char类型主要用于存储单个字符的编码，占用一个字节的内存。c++标准没有指定用于表示基本字符集的字符编码，所以这由编译器指定。但一般使用ASCII编码。
wchar_t是一种基本类型，它可以存储实现方式支持的最大扩展字符集中的所有成员，定义时要在字面量前加上L,如

wchar_t wch(L'h');

也可使用十六进制表示法创建

  wchar_t wch1(L'\x0438'); //Cyrillic(西里尔语) N

注：
wchar_t类型不能很好地处理国际字符，使用char16_t类型会更好，该类型会把编码的字符存储为UTF-16，也可以使用char32-t类型，它存储了UTF-32编码字符。字面量的小写字母前缀u表示UTF-16，UTF-32用大写字母U作为前缀
标准库提供了标准输入和输出流wcin和wcout，来读写用于wchar_t类型的字符。但没有提供处理char16_t和char32_t字符数据的库。

3.国际字符串

wstring包含wchar_t类型的字符串，wchar_t是c++内置的宽字符类型
u16string对象，该对象包含16位Unicode字符串，其类型是char16_t
u32string对象，该对象包含32位Unicode字符串，其类型是char32_t
stiing头文件定义了所有这些类型，后两个类型比存储wchar_t字符的字符串类型更有用。
注：
理论上，可以使用string把字符串存储为UTF-8字符。定义UTF-8字符串时在普通字符串字面量的前面加上u8，但是string类型把字符存储为char类型，且对unicode编码一无所知。UTF-8编码使用1-4字节编码每个字符，操作字符串的对象的函数无法识别它。例如，如果字符串包含需要两个或三个字节表示的字符，length()就会返回错误的长度

初始化字符串时时应加上对应的前缀（L，u，U），所有字符串类型可使用的函数同string。

wstring类型的问题是给wchar_t类型应用的字符编码是由实现方式定义（各个国家的多字节编码不同）的，所以随编译器的不同而不同，如果需要使用支持多个国家的字符集，最好使用u16string和u32string。

原字符串字面量：所有字面都都不需要在使用转义符\来进行转义，这种用法对于正则表达式来说可读性很高。
通过加上前缀 R"( 与后缀）”
（书上说可通过加前缀 “*( 与后缀 )*"，可通过RU使char32_t指定为原字符串字面量，我反正这样使用编译器报错）

    string str = R"(FSD""\\FSD)";cout << str << endl;

输出

4.windows下的字符转换

void CharChange(std::string &strInfo)
{int nwLen = MultiByteToWideChar(CP_UTF8, 0, strInfo.c_str(), -1, NULL, 0);wchar_t * pwBuf = new wchar_t[nwLen + 1];memset(pwBuf, 0, (nwLen + 1) * sizeof(wchar_t));MultiByteToWideChar(CP_UTF8, 0, strInfo.c_str(), strInfo.length(), pwBuf, nwLen);int nLen = WideCharToMultiByte(CP_ACP, 0, pwBuf, -1, NULL, NULL, NULL, NULL);char * pBuf = new char[nLen + 1];memset(pBuf, 0, nLen + 1);// 多字节的编码WideCharToMultiByte(CP_ACP, 0, pwBuf, nwLen, pBuf, nLen, NULL, NULL);strInfo = pBuf;delete[]pBuf;delete[]pwBuf;pBuf = NULL;pwBuf = NULL;
}

Unicode字符集与多字节字符集相关推荐

转：Unicode字符集和多字节字符集关系
原文地址: http://my.oschina.net/alphajay/blog/5691 unicode.ucs-2.ucs-4.utf-16.utf-32.utf-8 http://stallm ...
Unicode字符集和多字节字符集关系（一）
另外可参考: 谈谈Unicode编码,简要解释UCS.UTF.BMP.BOM等名词 http://blog.csdn.net/smonster/archive/2008/10/31/3194587.a ...
VS2005 宽字符 unicode字符集和多字节字符集
在vs2005以前版本的vs默认使用多字节字符集,而vs2005默认使用unicode字符集,这会使一些代码不能编译通过其区别如下 unicode字符集 void Point::output(int ...
单字节字符集，多字节字符集，Unicode
我们在这里介绍一下字符类型.这里有3种编码模式对应3种字符类型. 第一种编码类型是单子节字符集(single-byte character set or SBCS).在这种编码模式下, ...
unicode和MBCS（多字节字符集）的关系
unicode和MBCS(多字节字符集)的关系多了,先转载过来,供大家分享. 转载地址:http://my.oschina.net/alphajay/blog/5691 ************** ...
多字节字符集与Unicode字符集（CString char*和wchar_t* 容易出错的原因）
1.基本概念 2.L与_T 3.char TCHAR 与 wchar_t,strcpy wcscpy与_tcscpy 4.LPSTR,LPCSTR,LPTSTR,LPCTSTR,LPWSTR,LPCW ...
UNICODE与多字节字符集等字符问题
VS2008默认的字符集是Unicode,而VC6.0默认是多字节字符集,Unicode字符集你要加_T("")或L"",你也可以" 工程-属性-修改 ...
VS编译器中的字符集（多字节和Unicode）的区别
文档声明: 以下资料均属于本人在学习过程中产出的学习笔记,如果错误或者遗漏之处,请多多指正.并且该文档在后期会随着学习的深入不断补充完善.感谢各位的参考查看. 笔记资料仅供学习交流使用,转载请标明出处 ...
Unicode 和多字节字符集 (MBCS) 支持
http://www.cnblogs.com/ccjt/p/4320244.html unicode和多字节字符集是两种不同的编码方式,不同的编码方式下,所对应的一些函数是不兼容的. 读到多字节菜单字 ...
COleVariant在多字节字符集下的坑
以下代码(多字节字符集下): COleVariant var = CStringA("123开始唱"); CStringA str = V_BSTRT(&var); 你会发 ...

Unicode字符集与多字节字符集

1.表示字符： P16

2.使用字符变量 P50

3.国际字符串

4.windows下的字符转换

Unicode字符集与多字节字符集相关推荐

最新文章

热门文章