中文字符集与编码转换

  字符在程序中的关注点：

              1. 代码阶段，即编程器认为源码中的中文字符串的字符集， 由编辑环境决定。

              2.程序中（运行时的内存中，一般固定一种字符集），由类库接口和编译器决定，

                          比如 window ; _T 结合编译开关可以自动转成 UNICODE 或 ansi， 

                          比如 QT  setCodecForLocale  setCodecFor 等函数，可以把代码的字符转换为 QT内部的utf-16。

                         比如我的xbString 类库，是不固定字符集的( 同时支持 ascii, GB18030, utf-8 , utf-16)，每一个对象可以是一种字符集， 当发生字符比较/查找/拼接时，自动转换成一致的字符集。

              3.介质： 

                         屏幕输出输出（系统环境字符集），若与程序内存中不一致， 需要转换。

                        文件输出输入， 与程序内存不一致， 需要转换。

                        tcp : 服务端/客户端的编码不一致时，必须进行转换，程序必须知道对侧的编码

            以上3处是发生乱码的位置，另外也有字符集与操作系统语言环境不相容导致乱码。

    字符集，windows 又称代码页，  与操作系统的当前字符集项不匹配时，会显示乱码。
           常见的简体中文字符集( windows  代码页 936 )

              GB18030  :
                          1字节 兼容 ascii 字符  
                          2 字节  普通中文  标点符号等
                          4字节   特殊中文以及少数民族文字等；
              GB2312  GBK：都是GB18030的子集  

              BIG5 ：    繁体字，独立体系， 与 GB18030 体系不相容  。

   字符编码  
               1. 字符集对应编码，此时字符集 = 字符编码: 

                     例如：   GB18030  , gbk , ansi  .... , 其中 ansi 在windows中 等效于操作系统使用的字符集编码  。
             

              2.  通用编码， 基本把世界上的所有语言都编码了：

                       UTF8:   单个字长度 1/2/3/4/5/6 字节， 0 表示终结。  
                       utf16(unicode): 单个字长度 2/4 字节,  连续2个0 表示终结。 

                       utf32:  没用过，应该是  单个字长度4 字节,  连续4个0 表示终结。