在談c++之前，不得不先來說說各種字元編碼。我們知道最早的英文本元採用ascii，因為英文本元很少，因此乙個char就夠用了。但是由於處理其他語言的需求，8位的char顯然不夠用，這就要求更多位數的編碼。
在中國，我們的國標是gbk，(準確的說經歷了gb2312->gbk->gb18030的發展過程），我們常說的漢字佔兩個位元組也就是**於此。
微軟作為乙個世界大廠，採用什麼編碼呢？微軟雖然在語言支援上很上心，不過編碼卻很混亂，微軟的預設編碼是ansi，這是個什麼東西呢？這其實就是大雜燴，英文還是ascii，中文是gbk，港澳台使用它們那邊的big5……等等。這些編碼並不統一，是非常沒有相容性的。其實ansi不是一種編碼，不過我就這麼簡單的說了，關於ansi具體是什麼，你可以看看這篇文章：
由於我們主要還是說中文問題，以下提到ansi的地方，你應該立即聯想到，中文是採用gbk編碼的。其中，值得一提的是gbk編碼是雙位元組的，這是中文字元佔兩個位元組說法的由來。
由於各地編碼的不統一，於是產生了unicode，unicode其實是乙個標準，而不是一種編碼。unicode現有兩套標準，ucs2和ucs4，一開始認為雙位元組夠用，就是ucs2，後來發現雙位元組不夠用，那就擴充套件到4位元組吧，於是就有了ucs4。unicode現在主要有三種實現方式。即utf-8，utf-16，和utf-32。
utf-16
先講utf-16，這是採用雙位元組表示的，遵從ucs2。在儲存時，按兩個位元組的排布順序，可以分為utf-16le（little endian，小端位元組序）和utf-16be（big endian，大端位元組序），微軟所說的unicode預設就是 utf-16le。注意微軟後來也搞了unicode，但是微軟自己鼓吹的unicode只是其中一種實現方式而已。
utf-16後來發現雙位元組不夠用，於是增加了採用一對雙位元組來表示乙個字元，這其中也包括一些生僻漢字，之後我們將會提到具體例子。所以其實標準的utf-16也是變字長的編碼，很多人認為utf-16編碼是定長編碼，這其實是錯誤的。此外，utf-16不等價於ucs2，可以認為ucs2是定長編碼（雙位元組），而utf-16是ucs2的擴充套件。
utf-32
再說utf-32，既然雙位元組不夠用，那就用四位元組吧，於是就有了ucs4標準和utf-32實現方式。utf-32所有的字元都採用4個位元組，這才是真正的定長編碼。utf-32等價於ucs4，utf-32也存在儲存順序的問題。由於utf-32基本沒人用，就不詳細展開。
不過，我們知道**原始檔還是ascii字元主導。而在網頁上，大量的標記都是ascii字元。utf-32要用4位元組，utf-16也要2位元組，都比最初的ascii長，這顯然是非常浪費空間的，更何況網路傳輸資料越少越好，因此utf-16和utf-32都是不合用的。
utf-8
utf-8解決了這個問題，utf-8是完全的變長編碼，相容ascii，也就是ascii編碼部分保留，其他的字元根據情況有2，3，4位元組。其中特別值得注意的是漢字一般是三個位元組，也有四個位元組的生僻字情況。（如果你擁護utf-8的話，請不要在說漢字佔2位元組這樣的傻話了。）
utf-8是unix/linux系統的預設編碼，在這些系統上使用char和string，無論輸入輸出都是使用utf-8，因此一般不必擔心編碼問題。在這些系統上，string = "你好世界"的size()是12，也就是乙個字元三個位元組，是沒有任何問題的。你編輯c++源**基本不必擔心編碼問題。
但是在windows下就很複雜了。windows自帶notepad是預設ansi編碼的。notepad++和vs code是預設utf-8編碼，未經配置的gvim以及visual studio預設也是ansi。關於c++源**寫中文的注意事項，將在之後的文章中詳細說明。
現在我們來總結一下編碼我們提到的編碼知識：
現在我們來討論c++的字元編碼問題。
在windows下，如果你不得不在原始檔寫中文，而且又不想看我之後幾篇又臭又長的詳解，你可以使用qt專有的qstring，或者使用visual studio來寫**。前者的的預設編碼是utf-16，如果不用生僻字，甚至可以按照定長編碼的方式處理字元。後者是依靠微軟這個ide強大的功能，可以處理各種編碼的原始檔。
Windows下Python字串編碼問題
python語言實際上有三種字串，通常意義的字串 str unicode字串 unicode 和抽象類basestring，其中basestring不可例項化。在windows系統下的cpython直譯器輸入 st1 中文 st1 xd6 xd0 xce xc4 type st1 str st2 s...
Windows下的字元編碼轉換的兩個C 輔助類
字串在很多程式語言中都比較特殊，特別在c 中，處理還比較複雜。在處理編碼轉換時，往往伴隨記憶體的分配和 這裡提供兩個類，採用raii原則，使用資源管理物件來管理記憶體的分配和釋放。用windows api實現的轉換類標頭檔案 oliver chen ifndef codeconvert win h ...
c 字元編碼
一 ascii碼 我們知道，在計算機內部，所有的資訊最終都表示為乙個二進位制的字串。每乙個二進位制位 bit 有0和1兩種狀態，因此八個二進位制位就可以組合出256種狀態，這被稱為乙個位元組 byte 也就是說，乙個位元組一共可以用來表示256種不同的狀態，每乙個狀態對應乙個符號，就是256個符號，...