字元編碼（ANSI,UTF 8,BINCODE）

有三種編碼方式和三種字元型別。

第一種編碼方式是單位元組字符集，稱之為sbcs，它的所有字元都只有乙個位元組的長度。ascii碼就是sbcs。sbcs字串由乙個零位元組結尾。

第二種編碼方式是多位元組字符集，稱之為mbcs，它包含的字元中有單位元組長的字元，也有多位元組長的字元。windows用到的mbcs只有二種字元型別，單位元組字元和雙位元組字元。因此

windows中用得最多的字元是雙位元組字符集，即dbcs，通常用它來代替mbcs。

在dbcs編碼中，用一些保留值來指明該字元屬於雙位元組字元。例如，shift-jis(通用日語)編碼中，值0x81-0x9f 和 0xe0-0xfc 的意思是：「這是乙個雙位元組字元，下乙個位元組是這個字

符的一部分」。這樣的值通常稱為前導位元組(lead byte)，總是大於0x7f。前導位元組後面是跟隨位元組(trail byte)。dbcs的跟隨位元組可以是任何非零值。與sbcs一樣，dbcs字串也由乙個零字

節結尾。

第三種編碼方式是unicode。 unicode編碼標準中的所有字元都是雙位元組長。有時也將unicode稱為寬字符集(wide characters)，因為它的字元比單位元組字元更寬(使用更多記憶體)。注意，

unicode不是mbcs - 區別在於mbcs編碼中的字元長度是不同的。unicode字串用二個零位元組字元結尾(乙個寬字元的零值編碼)。

單位元組字符集是拉丁字母，重音文字，用ascii標準定義，用於dos作業系統。

雙位元組字符集用於東亞和中東語言。

unicode用於com和windows nt內部。

讀者都很熟悉單位元組字符集，它的資料型別是char。

雙位元組字符集也使用char資料型別(雙位元組字符集中的許多古怪處之一)。

unicode字符集用wchar_t資料型別。unicode字串用l字首起頭，如：

wchar_t wch = l'1'; // 2 個位元組, 0x0031

wchar_t* wsz = l"hello"; // 12 個位元組, 6 個寬字元

**頁（code page）是個古老的專業術語，據說是ibm公司首先使用的。**頁和字符集的含義基本相同，**頁規定了適用於特定地區的字元集合，和這些字元的編碼。可以將**頁理解

為字元和位元組資料的對映表。

windows為自己支援的**頁都編了乙個號碼。例如**頁936就是簡體中文 gbk，**頁950就是正體中文 big5。**頁的概念比較簡單，就是乙個字元編碼方案。但要說清楚windows的

ansi**頁，就要從windows的區域（locale）說起了。

轉換：//將單位元組char*轉化為寬位元組wchar_t*

wchar_t* ansitounicode( const char* szstr )

wchar_t* presult = new wchar_t[nlen];

multibytetowidechar( cp_acp, mb_precomposed, szstr, -1, presult, nlen );

return presult;

}//將寬位元組wchar_t*轉化為單位元組char*

char* unicodetoansi( const wchar_t* szstr )

char* presult = new char[nlen];

widechartomultibyte( cp_acp, 0, szstr, -1, presult, nlen, null, null );

return presult;

}// utf-8轉unicode

wchar_t* utf8tounicode(const char* buf)

// unicode轉unt-8

char* unicodetoutf8(const wchar_t* buf)