編碼問題

1.ASCII

二進制和英文字母（也就是拉丁文）的對應表，標準 ASCII 編碼共收錄了 128 個字符，其中包含了 33 個控制字符（具備某些特殊功能可是沒法顯示的字符）和 95 個可顯示字符。每一個字符佔用1個字節。並且只會用到較低的7位，有一位被空閒。

2.GBK

中文字符編碼集，兼容ASCII編碼，ASCII字符仍是佔用一位，漢字佔用兩位。

3.Unicode

統一碼，萬國碼。是一個字符集

unicode有三種編碼方式：

1. UFT-8：一種變長的編碼方案，使用 1~6 個字節來存儲；
2. UFT-32：一種固定長度的編碼方案，無論字符編號大小，始終使用 4 個字節來存儲；
3. UTF-16：介於 UTF-8 和 UTF-32 之間，使用 2 個或者 4 個字節來存儲，長度既固定又可變。

只有 UTF-8 兼容 ASCII，UTF-32 和 UTF-16 都不兼容 ASCII，由於它們沒有單字節編碼。

 

4.c語言中的寬窄字符

c語言在處理英文字符時使用ascii編碼，佔用一個字節，稱爲窄字符。char a = 'A'

處理中文等其餘語言的字符時使用UTF-16 或UTF-32編碼，佔用兩個或四個字節 ,字符類型是wchar_t w是wide，t是type

wchar_t b = L'中'

注：字節定義使用單引號

詳細查看:http://c.biancheng.net/cpp/html/3424.html

 

5.c語言編碼問題

1. 窄字符使用ascii編碼
2. 寬字符，寬字符串使用 UTF-16或 UTF-32
3. 窄字符串使用編碼狀況和操做系統和編譯器有關，微軟編譯器使用本地編碼，GCC、LLVM/Clang 使用和源文件編碼相同的編碼。中國來講使用GBK 或者 UTF-8 編碼。