ascii編碼與unicode編碼

    定義字符數組 szHello ，初值為 "Hello"。編寫程序1：

#include<stdio.h>#include<string.h>#include<stdlib.h>
int main(int argc, char* argv[]){  char szHello[] = "Hello";  printf("%s\r\n", szHello);  system("pause");  return 0;}
    按 F10 進行單步調試，發現 Hello 字符串的每個字符在內存中各佔一個字節，這就是 ascii碼 。由美國人發明，所以只出現大小寫英文字母、數字和一些符號。因此，最早只有127個字符被編碼到計算機裡，也就是 7位 2進位數字，最高位（第八位）為 0 。
    這個編碼表被稱為 ascii編碼，比如大寫字母 H 的編碼是 72（16進位48），小寫字母 o 的編碼是 111（16進位6F）。
    定義字符數組 szHello ，初值為 "Hello同學們"。編寫程序2： 
#include<stdio.h>#include<string.h>#include<stdlib.h>
int main(int argc, char* argv[]){  char szHello[] = "Hello同學們";  printf("%s\r\n", szHello);  system("pause");  return 0;}
    按 F10 進行單步調試，發現字符串 "Hello" 的每個字符在內存中仍各佔一個字節，但是字符串 "同學們"，每一個漢子在內存中卻佔兩個字節。
    這是因為，在中國1990年出版的《辭海》就高達14872個漢字，上面提到的 ascii編碼，每個字只用一個字節表示，最多可表示 256 個字，顯然是遠遠不夠的，至少需要兩個字節，而且還不能和ASCII編碼衝突，所以，中國制定了GB2312編碼，用來把中文編進去。
    可以想得到的是，全世界有上百種語言，日本，韓國等，並且各國有各國的標準，就會不可避免地出現衝突，結果就是，在多語言混合的文本中，顯示出來會有亂碼。
    因此，unicode編碼應運而生。unicode編碼在內存中佔兩個字節，最多可表示 65535 個字，可以把所有語言都統一到一套編碼裡，這樣就解決了亂碼問題。
    通過調試結果也可以看出，字節值為正數，用 ascii 編碼表示英文；字節值負數，用 unicode 編碼表示中文。
    編譯執行，並不會出現亂碼輸出。
    但是如果在英文中文混用的情況下，編譯器判斷一個字節出錯時，會連續判斷錯誤，造成大面積的亂碼。例如將 6F 改為 8F，如下圖所示，導致"同學們"字符串均發生亂碼。
    因為中英文混用時，內存中一會佔一個字節，一會佔兩個字節，編譯器處理的難度會提升很多，容易造成亂碼現象。利用空間換時間的思維，不論英文還是中文，都利用 unicode編碼方式，全部在內存空間中佔兩個字節。
    將內存空間佔一個字節的變量類型 char ，改為內存空間佔兩個字節的變量類型 unsigned short int 。編寫程序3：
#include<stdio.h>#include<string.h>#include<stdlib.h>
int main(int argc, char* argv[]){  unsigned short int szHello[] = "Hello同學們";  printf("%s\r\n", szHello);  system("pause");  return 0;}
    
    因為字符串 "Hello同學們" 仍是 ascii編碼方式，所以編譯未通過，提示無法從 char [12] 轉換為 unsigned short []，沒有可以進行這種轉換的環境。
    在字符串前加 L ，如 L"我的字符串" 表示將 ascii編碼字符串轉換成 unicode編碼的字符串。在字符串 "Hello同學們" 前加 L，編寫程序4：
#include<stdio.h>#include<string.h>#include<stdlib.h>
int main(int argc, char* argv[]){  unsigned short int szHello[] = L"Hello同學們";  printf("%s\r\n", szHello);  system("pause");  return 0;}
    編譯通過。按 F10 進行單步調試，字符串中的每個字符和漢字都各佔兩個字節的內存空間。
    printf 函數是按 ascii編碼方式列印，默認字符串 \0 結尾，因為字符串 "Hello同學們" 是 unicode編碼，所以在 H 字符後是 00 ，printf 看見 00 結束列印，只輸出 H 。
    查看 MSDN 可知，列印 unicode編碼字符串，必須要用 wprintf 函數。因為 wprintf函數是 printf函數的寬字節版本，但兩函數的行為相同。 
    將 printf 函數改為 wprintf 函數。編寫程序5：
#include<stdio.h>#include<string.h>#include<stdlib.h>
int main(int argc, char* argv[]){  unsigned short int szHello[] = L"Hello同學們";  wprintf(L"%s", szHello);  system("pause");  return 0;}
    編譯執行，只輸出了 Hello，而中文部分字符串"同學們"卻沒有輸出。
    只有利用 setlocale 函數，設置當前位置，才能顯示中文部分的字符串。查看 MSDN，輸出簡體中文用 "chs" 。
    根據 MSDN 獲取到的修改方式，編寫程序6：
#include<stdio.h>#include<string.h>#include<stdlib.h>#include <locale.h>
int main(int argc, char* argv[]){  setlocale(LC_ALL, "chs");  unsigned short int szHello[] = L"Hello同學們";  wprintf(L"%s\r\n", szHello);  system("pause");  return 0;}
    編譯執行，輸出 "Hello同學們" 成功。
    利用編譯選項宏實現 ascii編碼方式和unicode編碼方式的隨時切換，思路為如果定義宏 MYUNICODE ，代碼全部為 unicode編碼模式，否則代碼全部為 ascii編碼模式。編寫程序7：
#include<stdio.h>#include<string.h>#include<stdlib.h>#include <locale.h>
#define MYUNICODE
#ifdef MYUNICODE#define TCHAR        unsigned short int#define _tprintf     wprintf#define _tmain       wmain#define _tsetlocale  _wsetlocale#define _tsystem     _wsystem#define _T(x) L ## x        
#else #define TCHAR     char #define _tprintf     printf#define _tmain       main#define _tsetlocale  setlocale#define _tsystem     system#define _T(x) x   
#endif
int main(int argc, char* argv[]){  _tsetlocale(LC_ALL, _T("chs"));  TCHAR szHello[] = _T("Hello同學們");  _tprintf(_T("%s\r\n"), szHello);  _tsystem(_T("pause"));  return 0;}
    按 F10 進行單步調試，字符串以 unicode編碼方式在內存中存儲。
    注釋掉宏 MYUNICODE 。編寫程序8：
#include<stdio.h>#include<string.h>#include<stdlib.h>#include <locale.h>

#ifdef MYUNICODE#define TCHAR        unsigned short int#define _tprintf     wprintf#define _tmain       wmain#define _tsetlocale  _wsetlocale#define _tsystem     _wsystem#define _T(x) L ## x        
#else #define TCHAR     char #define _tprintf     printf#define _tmain       main#define _tsetlocale  setlocale#define _tsystem     system#define _T(x) x   
#endif
int main(int argc, char* argv[]){  _tsetlocale(LC_ALL, _T("chs"));  TCHAR szHello[] = _T("Hello同學們");  _tprintf(_T("%s\r\n"), szHello);  _tsystem(_T("pause"));  return 0;}
    按 F10 進行單步調試，字符串以 ascii編碼方式在內存中存儲。