字符集和编码格式

刚开始 接触字符集的时候，只知道有两种字符集：

（1）多字节（mbcs）

（2）Unicode

对着这两种字符集也只是知道，并不知道其真正的区别。

工作之后，总是遇到这种字符集和字符编码的概念。

总是在想这种字符集下的字符在内存中是怎样存储的。

但是就是弄不清楚这种关系，于是带着疑问去寻找答案。

首先不管是多字节还是unicode 字符集，他们都是值得一个字符集合，

这个集合中规定了含有那些字符和文字。

但他们并不能确定在内存中的存储格式（指的是占用几个字节）

而编码格式则表示了一种字符集中字符对应在内存中的存储格式。

有时，字符集也指编码格式

比如GB2312 、gbk、gb18030既是字符集也是编码格式（他们都属于多字节范畴）

他们在内存中都属于变长存储。也就是说ascii码占用一个字节，其他的占用至少2个字节

同样UNicode对用多种编码格式，通常用的是utf16 和utf8两种

utf16所有的字符都用两个字节存储

而utf8也属于变长存储，1~4字节不等。

总而言之，就是字符集就是所有字符的集合，与存储方式无关。

而编码格式才与存储方式有关。

这里顺便说下：

我们通常使用的操作系统，如果使用的是简体中文版，那么采用的字符集是GB2312

这样在界面上显示的所有文字采用的编码格式也都是gb2312（多字节）。

但我们用mfc 创建工程时，选择使用UNICODE字符集，那界面上的文字编码还是GB2312吗？

答案是确定的，只不过在我们调用微软提供的API，他们应该自动做了转换（转换为utf16编码）

如有不正确的地方，烦请批评指正。