一文读懂所有的编码方式(UTF-8、GBK、Unicode、宽字节...)

编码方式就分两类：ANSI编码、Unicode编码。这两类编码都兼容ASC码。

-------------------------------------------------------------------------------------------------------

ANSI编码：

ANSI编码是指各国制订的自己文字的编码：  中国大陆： gb2312 -> GBK -> GB18030

　　　　　　　　　　　　　　　　　　　　中国台湾省：big5（繁体）

　　　　　　　　　　　　　　　　　　　　韩国：Euc-kr

　　　　　　　　　　　　　　　　　　　　日本：Shift_JIS

　　　　　　　　　　　　　　　　　　　　等等……

ANSI编码中：英文用一个字节（兼容ASC码），各国自己的文字用二到四个字节。不同国家的编码互不兼容。

　　　　　　 gb2312和GBK中汉字占两个字节。

　　　　　　我国最新的国家强制标准为：GB18030-2000，包含27533个汉字。用一、二、四字节编码。

--------------------------------------------------------------------------------------------------------

Unicode编码

Unicode是一套全球统一的编码规范，共110多万个字符。

UTF-8、UTF-16、UTF-32分别是Unicode的三种不同存储方式，具体情况如图所示：

UTF-8的具体存储方式如下：

--------------------------------------------------------------------------------------------------

微软的宽字节：指Unicode编码，存储方式采用UTF-16。因为只有2字节和4字节两种情况，故用wchar_t，占两个字节。

　　　多字节：指ANSI编码。由于英文占一个字节，所以用char，占一个字节。