最早的是ASCII字符集，它用一个字节的后7位来表示字母、数字、标点和其他常用字符，所以共有0-127个字符；后来又把第一位用上用来表示其他特殊的字符，这样就可以表示0-255个字符，这称为ASCII扩展字符集。
后来由于其他国家使用的的文字个数远超过使用英语国家的这些256个字符，所以为了支持本国语言在计算机上显示，不同国家开发出了不同的字符集，比如中国大陆一开始使用GB2312，后来扩展成了GBK（完全兼容GB2312），后来又扩展成了GB18030（支持少数民族语言）。而香港、台湾地区使用BIG5，日本使用Shift_JIS字符集。
GBK编码使用1或2个字节来表示一个字符，比如使用1个字节来表示英文等ASCII字符，使用2个字节来表示一个汉字。对于双字节来说其第一个字节的取值范围是81–FE（129–254），因此如果用一个signed来保存其第一个字节的话，它会是一个负数。
ANSI表示各语言使用的标准化的字符集，比如英文的ANSI字符集是指ASCII，简体中文的ANSI字符集指GBK、日文是Shift_JIS。
而MBCS（multi-byte character set）是多字节字符集的意思，他也不是指某个具体的字符集，而是符合这种编码方式的字符集的统称。上面说过，许多非英文国家和地区发明并使用了不同的编码方式（GBK, BIG5, Shift_JIS等），这些本地字符编码就统称为MBCS。常见的有用一个字符来表示一个英文字符，用两个字节来表示一个本地字符的，如GBK，所以又延伸出了DBCS（double byte character set）也就是是双字节字符集这个统称。在VS中工程设置中可以看到有“使用多字节字符集”这个设置，对于我们来说这个就是使用GBK了。
由于不同国家使用不同的本地字符集，其互不兼容，所以后来就出现了UNICODE，它包含了全球不同国家都可以统一使用的字符集。UNICODE其实是一种统称，其具体实现方式又可以分为UTF-8、UTF-16、UTF-32等，而且一般情况下我们说unicode字符集的话默认指的是utf16。
UTF-8是一种变长字符编码，它使用1-6个字节来存储一个字符，比如使用1个字节来存储英文字符，使用2个字符来存储拉丁文，使用3个字符来存储大部分汉字。互联网上基本上都使用UTF-8字符集。
UTF-16使用2或4个字节来存储一个字符，其大部分字符使用2个字节存储就可以了，所以其也是一种变长字符编码。在windows API中，UTF-16被仅以2个字节来存储，因为这两个字节可以表示大部分的字符，比如sizeof(wchar_t)的大小为2，而在linux上的UTF-16是以4个字节存储的，一个wchar_t占4个字节。不同系统对于UTF-16的字节存储顺序会有所不同，Mac会使用大端序（Big-Endian）而Windows和Linux使用小端序（Little-Endian），比如说在Windows下以UTF-16编码保存一个字符“乙”，在Mac OS环境下打开会显示成“奎”。
如果没有特别指出的话，我们说使用UNICODE字符集就是指使用UTF-16字符集，如VS设置中使用UNICODE字符集的话即表示使用UTF-16字符编码，使用多字节字符集的话对于我们就是使用GBK。
在代码中的字符串常量不加L的话是以当前系统使用的字符集来编码的（一般我们的windows使用GBK，linux使用UTF-8），加了L则表示使用UTF16编码。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
