摘要：转自：http://www.cnblogs.com/hnrainll/archive/2011/05/07/2039700.html[在此向原文作者说声谢谢！若有读者看到文章转载时请写该转载地址，不要写我的BLOG地址。尊重他人的劳动成果 ^_^ ]C 和 C++ 的标准库分别有自己的 locale 操作方法，C 标准库的 locale 设定函数是 setlocale()，而 C++ 标准库有 locale 类和流对象的 imbue() 方法。这篇是我自己的 setlocale() 使用总结。Linux的glibc中的setlocale()具体参考：man 3 setlocale头文件与声明如 阅读全文

摘要：转自：http://hi.baidu.com/nullspace/item/5f818b0f44922e103b53ee6eGeneric-Text Routine MappingsGeneric-Text Routine Name SBCS (_UNICODE & MBCS Not Defined) _MBCS Defined _UNICODE Defined _fgettc fgetc fgetc fgetwc _fgettchar fgetchar fgetchar _fgetwchar _fgetts fgets fgets fgetws _fputtc fputc fputc 阅读全文

摘要：转自：http://blog.chinaunix.net/uid-12348673-id-3335304.htmlASCII ASCII码是7位编码，编码范围是0x00-0x7F。ASCII字符集包括英文字母、阿拉伯数字和标点符号等字符。其中0x00-0x20和0x7F共33个控制字符。只支持ASCII码的系统会忽略每个字节的最高位，只认为低7位是有效位。HZ字符编码就是早期为了在只支持7位ASCII系统中传输中文而设计的编码。早期很多邮件系统也只支持ASCII编码，为了传输中文邮件必须使用BASE64或者其他编码方式。GB2312 GB2312是基于区位码设计的，区位码把编码表分为94个区， 阅读全文

摘要：转自：http://www.fmddlmyy.cn/text24.htmlGB18030有两个版本：GB18030-2000和GB18030-2005。GB18030-2000是GBK的取代版本，它的主要特点是在GBK 基础上增加了CJK统一汉字扩充A的汉字。GB18030-2005的主要特点是在GB18030-2000基础上增加了CJK统一汉字扩充B的汉字。本 文数一数GB18030中的汉字，也顺便看看其它标准中的汉字。1 Unicode中的汉字在Unicode 5.0的99089个字符中，有71226个字符与汉字有关。它们的分布如下：Block名称开始码位结束码位字符数CJK统一汉字4E0 阅读全文

摘要：C++ Unicode SBCS 函数对照表，以备日后查阅GenericSBCSUNICODETCHARcharwchar_t_TEOFEOFWEOF_TINTintwint_t_TSCHARsignedcharwchar_t_TUCHARunsignedcharwchar_t_TXCHARcharwchar_t__T(x)xL__targv__argv__wargv__tcserror_strerror__wcserror__tcserror_s_strerror_s__wcserror_s_cgetts_cgets_cgetws_cgetts_s_cgets_s_cgetws_s_cput 阅读全文

摘要：转自：http://blog.sina.com.cn/s/blog_63733daa0100qe9n.html写在前面和大多数人一样，我本来对Unicode也是一知半解。由于从微软的VS2003开始（说起来竟然是8年以前了），Unicode已经是一个默认选项，熟悉的C++语言的char*变成了_TCHAR*，相信大多数人不会去深究其原理，只是将常用的几个字符串函数、基本类型做了相应变化而已。微软已经帮我们做了大量基础工作，大部分情况下并不需要深入研究。在我不准备把Unicode搞明白的时候，遇到了一件事：我们的项目要移植到越南版本。没想到这个看似不是很难的工作，让我经历了一场有趣的Unicod 阅读全文

摘要：随便说说字符集和编码 很久很久以前，有一群人，他们决定用8个可以开合的晶体管来组合成不同的状态，以表示世界上的万物。他们看到8个开关状态是好的，于是他们把这称为"字节"。 再后来，他们又做了一些可以处理这些字节的机器，机器开动了，可以用字节来组合出很多状态，状态开始变来变去。他们看到这样是好的，于是它们就这机器称为"计算机"。 开始计算机只在美国用。八位的字节一共可以组合出256(2的8次方)种不同的状态。 他们把其中的编号从0开始的32种状态分别规定了特殊的用途，一但终端、打印机遇上约定好的这些字节被传过来时，就要做一些约定的动作。遇上00x10, 终 阅读全文

摘要：问题一：使用Windows记事本的“另存为”，可以在GBK、Unicode、Unicode big endian和UTF-8这几种编码方式间相互转换。同样是txt文件，Windows是怎样识别编码方式的呢？我 很早前就发现Unicode、Unicode big endian和UTF-8编码的txt文件的开头会多出几个字节，分别是FF、FE（Unicode）,FE、FF（Unicode big endian）,EF、BB、BF（UTF-8）。但这些标记是基于什么标准呢？问题二：最近在网上看到一个 ConvertUTF.c，实现了UTF-32、UTF-16和UTF-8这三种编码方式的相互转换。对. 阅读全文

摘要：最近用C#涉及到一些读取txt文本文件的操作，但是一个编码问题就困惑了我好久。如果编码选的不对，会造成乱码。之前转载的一片文章提出了一种 解决方法，就是用new StreamReader(file, Encoding.Default)。这种方法解决了大部分问题，但是测试中发现对于有的UTF-8文件依然会造成乱码（中文windows环境）。于是上网搜索解决方案。大多数是说UTF-8有特殊的前导码EF BB BF，只要认出这个就能判定是UTF-8编码了。但是我测试的一个文件发现前面并没有这些前导码啊…于是继续搜索……先转一篇直接知道怎么做的博文：http://blog.csdn.net/zdg/a 阅读全文

摘要：用C#查看所有编码的 IANA 注册名称，如下： for (int i = 0; i < 65535; i++) { try { Console.WriteLine("{0} {1} {2}", i.ToString(), Encoding.GetEncoding(i).WebName.ToString(), Encoding.GetEncoding(i).ToString()); } catch (Exception e) { } }结果（我的机器是WIN7 64位版本）：0 gb2312 System.Text.DBCSCodePageEncoding37 IBM 阅读全文

摘要：字符集编码ANSI和UNICODE 本文为原创,参考了一些网上的资料.编码指不同国家的语言在计算机中的一种存储和解释规范 ANSI与ASCII n最初，Internet上只有一种字符集——ANSI的ASCII字符集(American Standard Code for Information Interchange， “美国信息交换标准码），它使用7 bits来表示一个字符，总共表示128个字符，后来IBM公司在此基础上进行了扩展，用8bit来表示一个字符，总共可以表示256个字符，充分利用了一个字节所能表达的最大信息 nANSI字符集：ASCII字符集，以及由此派生并兼容的字符集，如：GB2 阅读全文