C++ MFC/BCG编程：字符集与字符编码、_T宏

文章目录

ANSI多字节编码体系

• GB2312与UTF-8的转换

ANSI多字节字符集

最开始时，在互联网上仅限于只有一个字符集——由 ANSI（美国国家标准协会） 开发并推广的 ASCII（美国标准信息交换代码） 字符集主导着整个网络空间。

随后，在全球范围内出现了多种编码规范。这些规范分别对应了GB2312、GBK、GB18030等编码方案。采用多字节表示单字符的方式形成了ANSI编码体系。基于ANSI标准发展起来的字符集通常被称为ANSI字符集；其正式名称则为MBCS（多字节字符系统）。

由字节数据的最高位判断：

• 最高位有效位为0，则表明该数据仅占用了7位二进制信息量
  遵循ASCII编码表规定
  采用了一个字节（8bit）来表示每个字符编码
  其中仅使用了7位来标识127个可表示的基本字符集

• 最高位字段为1，则表示该字符属于本地化扩展字符集。

• 在处理简体中文时，默认采用ANSI编码中的GB2312编码方案；其中GBK编码作为其一种扩展形式，并具备与GB2312完全兼容的功能。

• 对于繁体中文系统，则采用ANSI编码中的BIG5编码方案。

• 日文ANSI编码方案则采用JIS编码。

不同的ANSI编码之间存在不兼容性，在国际信息交流过程中无法实现同一段文本同时支持两种语言的文字存储