概述

對於眾多的編碼規範一直沒有一個清晰的認識，本文旨在理清這些編碼規範的定義和特點。

ASCII

ASCII全稱是美國國家信息交換標準碼，它是用於字符轉換的一個標準，長度是7位，可以標記128個不同的字符，但是這個標準極其有限，比如說它就無法支持中文的編碼，甚至連其他英語國家的需求也無法滿足，比如說英國的英鎊符號。

ANSI

ANSI是美國的一家非營利制定國家標準的機構，ANSI也被稱為微軟的擴展字符集，8位表示，所以它也被稱為擴展ASCII，可以填充256個字符，這套標準最終成為ANSI/ISO 8859-1--1987。
各國根據這套標準弄出了自己的編碼表，比如著名的GB2312等，它們都統稱為ANSI編碼集,也叫MBCS(Multi-Byte Character System)，這些編碼表都是8位，小於128的字符都跟ASCII編碼表一樣，大於128的字符後面會再跟著一個字節，稱作Leading byte，系統判斷它是否大於128，如果大於128，就知道它後面還有一個字節，通過這樣的編碼方式就可以將中文等語言編碼進去，但是這樣的編碼集太多了，在不同國家需要設定不同的編碼集，不利於程序的傳播，因此需求一個更加有效的統一標準解決這個問題，Unicode就應運而生了。

Unicode

Unicode是16位的，它可以表示的字符數是65535個，因此它涵蓋了幾乎所有的字符和象形文字，另外還可以包括一些符號等字符。Unicode占16位，因此它也叫UTF-16，後來為了在單字節的系統上順利使用，出現了UFT-8，它的編碼方式跟MBCS差不多。

ANSI C

即ANSI/ISO 9899-1990，它是美國國家標準機構為C語言專門制定的標準。

C語言和寬字符

ANSI C專門為C指定標準，它定義了一個寬字符的概念，使ANSI C標準支持多種用多個字節來表示一個字符的字符集。
C語言中的寬字符是基於wchar_t的。寬字符並不等於Unicode，Unicode只是寬字符的一種表現形式，不過在Windows程序中幫助理解，可以認為寬字符就是Unicode。

C語言寬字符版變量

wchar_t *p = L"Hello";

C語言寬字符版函數

在C語言當中，對於字符的操作函數幾乎都有兩個版本，比如printf(),對應寬字符版函數是wprintf()，這個函數在傳入字符串時需要在前面加上L""。

C語言自適應函數

如果有個需求：一份代碼編譯成ASCII和Unicode兩個版本，如果程序本身大量使用寬字符，可以想象，要編譯成ASCII版本，不僅要改編譯選項還要修改每個函數，每個字符串，這樣的工程量是巨大的，在VC++中，有一個TCHAR.H文件，它並不是ANSI C的一部分，但是它裏面的函數解決了這個問題，比如說使用它的_tcslen函數時，在寬字符下它就代表著wcslen，在多字節編碼下它就代表strlen,這就解決了函數的適配問題，使用 TEXT("xxx")時，在寬字符下它就代表L"xxx"，在多字節下就代表"xxx"，這就解決了變量的適配問題。

Windows SDK的字符類型

使用Windows SDK的程序推薦使用特定的類型用來替代C語言中的類型。
|c語言的類型|Windows類型|
|----|-----|
|wchar_t|WCHAR|
|char|CHAR|
|自適應|TCHAR
|...|...|
還有常見的如LPTSTR，L是指”long“的意思，P是指針。

Windows SDK的函數

Windows復制了一部分C運行庫函數，Windows的函數有很多，例如字符串處理函數，這些Windows函數都是寬字符和多字節自適應的：

常見編碼規範及其應用