UNICODE,GB2312与ANSI的区别

时间:2023-02-06 20:16:20

http://hi.baidu.com/gamedot/item/018105d2dadf2112d80e44d5

 

什么是ANSI,什么又是UNICODE呢?其实这是两种不同的编码方式标准,ANSI中的字符采用8bit,而UNICODE中的字符采用16bit。(对于字符来说ANSI以单字节存放英文字符,以双字节存放中文等字符,而Unicode下,英文和中文的字符都以双字节存放)Unicode码也是一种国际标准编码,采用二个字节编码,与ANSI码不兼容。目前,在网络、Windows系统和很多大型软件中得到应用。8bit的ANSI编码只能表示256种字符,表示26个英文字母是绰绰有余的,但是表示汉字,韩国语等有着成千上万个字符的非西方字符肯定就不够了,正是如此才引入了UNICODE标准。  
    在软件开发中,特别是使用C语言的一些有关字符串处理的函数,ANSI和UNICODE是区分是用的,那么ANSI类型的字符和UNICODE类型的字符如何定义,如何使用呢?ANSI和UNICODE又如何转换呢?  
一.定义部分:
ANSI:char   str[1024]; 可用字符串处理函数:strcpy( ),   strcat( ), strlen( )等等。
UNICODE:wchar_t   str[1024];可用字符串处理函数  
二.可用函数:
ANSI:即char,可用字符串处理函数:strcat(   ),strcpy(   ),   strlen(   )等以str打头的函数。  
UNICODE:即wchar_t 可用字符串处理函数:wcscat(),wcscpy(),wcslen()等以wcs打头的函数。  
三.系统支持
     Windows   98   :只支持ANSI。  
     Windows   2k   :既支持ANSI又支持UNICODE。  
     Windows   CE   :只支持UNICODE。  
     说明  
     1 在COM里面只支持UNICODE。  
     2.Windows 2000整个OS系统都是基于UNICODE的,为此在windows 2000 下使用ANSI是需要付出代价的,虽然在编码上不用任何的转换,但是这种转化是隐藏的,是占用系统资源的(CPU,内存)。  
     3 在Windows 98下必须使用UNICODE,则需要自己手动的编码切换。  
   四.如何区分:  
   在我们软件开发中往往需要即支持ANSI又支持UNICODE,不可能在要求类型转换的时候,重新改变字符串的类型,和使用于字符串上的操作函数。为此, 标准C运行期库和Windows 提供了宏定义的方式。  
   在C语言里面提供了 _UNICODE宏(有下划线),在Windows里面提供了UNICODE宏(无下划线),只要定了_UNICODE宏和UNICODE宏,系统就会自动切换到UNICODE版本,否则,系统按照ANSI的方式进行编译和运行。  
   只定义了宏并不能实现自动的转换,他还需要一系列的字符定义支持。  
1. TCHAR  
如果定义了UNICODE宏则TCHAR被定义为wchar_t。  
   typedef   wchar_t   TCHAR;  
   否则TCHAR被定义为char  
   typedef   char TCHAR;  
2.LPTSTR  
如果定义了UNICODE宏则LPTSTR被定义为LPWSTR。(以前一直不知道LPWSTR是什么东东,终于明白了)  
typedef   LPTSTR LPWSTR;  
否则TCHAR被定义为char  
typedef   LPTSTR LPSTR;
补充一下:
UTF-8是可以用于真正的流式传输的,Unicode是一种编码方案  
   我的理解是UTF-8是Unicode的一种具体实现。类似的实现还有UTF-16等等。  

GB2312是简体中文编码,当文章/网页中包含繁体中文、日文、韩文时,这些内容可能无法被正确编码。。

UTF-8是UTF-8编码是一种目前广泛应用于网页的编码,它其实是一种Unicode编码,即致力于把全球所有语言纳入一个统一的编码。前UTF-8已经把几种重要的亚洲语言纳入,包括简繁中文和日韩文字。