Unicode字符集

1、字符集演变历史

Ascii：

计算机最初的设计是使用一个字节来表示一个字符，0-127用来表示字母和字符，128-255用于扩展。

GBK：

由于存在很多使用象形文字的国家（如中国），256个字符根本不够用，常用的汉字就要6千多个，于是我国提出了中文编码标准GBK 。

Unicode:

由于各国人民都使用自己的字符编码集，交流起开很不方便，于是 ISO （国际标谁化组织）提出了统一的标准Unicode；Unicode使用两个字节表示字符；为了兼容Ascii字符，原有的Ascii字符低字节不变，高字节取0。Unicode的实现有Utf-8
Utf-16 Utf-32等

Utf-8：

Utf-8是对Unicode实现，是目前网络传输使用的字符集。

UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度，当字符在ASCII码的范围时，就用一个字节表示，保留了ASCII字符一个字节的编码做为它的一部分，注意的是unicode一个中文字符占2个字节，而UTF-8一个中文字符占3个字节）。从unicode到uft-8并不是直接的对应，而是要过一些算法和规则来转换。

Unicode符号范围 | UTF-8编码方式

(十六进制) | （二进制）

—————————————————————–

0000 0000-0000 007F | 0xxxxxxx

0000 0080-0000 07FF | 110xxxxx 10xxxxxx

0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx

0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

2、Windows中的字符编码情况
中文简体版本的windows默认使用Gbk（936）字符集，可以使用chcp命令查看当前字符集



VC中char字符串默认使用ANSI（GBK）字符集，wchar_t字符串默认使用原始的Unicode字符集

记事本保存时可以选择编码，windows的Utf-8是默认带Bom的

参考资料：

https://en.wikipedia.org/wiki/ASCII

https://www.zhihu.com/question/23374078