编码问题

1.ASCII

二进制和英文字母（也就是拉丁文）的对应表，标准 ASCII 编码共收录了 128 个字符，其中包含了 33 个控制字符（具有某些特殊功能但是无法显示的字符）和 95 个可显示字符。每个字符占用1个字节。而且只会用到较低的7位，有一位被空闲。

2.GBK

中文字符编码集，兼容ASCII编码，ASCII字符还是占用一位，汉字占用两位。

3.Unicode

统一码，万国码。是一个字符集

unicode有三种编码方式：

1. UFT-8：一种变长的编码方案，使用 1~6 个字节来存储；
2. UFT-32：一种固定长度的编码方案，不管字符编号大小，始终使用 4 个字节来存储；
3. UTF-16：介于 UTF-8 和 UTF-32 之间，使用 2 个或者 4 个字节来存储，长度既固定又可变。

只有 UTF-8 兼容 ASCII，UTF-32 和 UTF-16 都不兼容 ASCII，因为它们没有单字节编码。

 

4.c语言中的宽窄字符

c语言在处理英文字符时使用ascii编码，占用一个字节，称为窄字符。char a = 'A'

处理中文等其他语言的字符时使用UTF-16 或UTF-32编码，占用两个或四个字节 ,字符类型是wchar_t w是wide，t是type

wchar_t b = L'中'

注：字节定义使用单引号

详细查看:http://c.biancheng.net/cpp/html/3424.html

 

5.c语言编码问题

1. 窄字符使用ascii编码
2. 宽字符，宽字符串使用 UTF-16或 UTF-32
3. 窄字符串使用编码情况和操作系统和编译器有关，微软编译器使用本地编码，GCC、LLVM/Clang 使用和源文件编码相同的编码。中国来说使用GBK 或者 UTF-8 编码。