字节与编码

前言

最开始接触编程的时候，接触的C语言，我觉得这个先后顺序很重要，一上来如果让我学Java我可能对字节和地址会毫无概念，所以我强烈建议，想学编程，想学算法，建议从C学起。在C语言里，非常自由的是变量的类型，0和NULL，0和false，都可以做比较。
你或许已经学习了字符或字符串，知道了编程语言的变量类型、循环条件、函数定义和包、类的引用，但是对电脑来说，除了0和1，它什么都看不到，或许未来有人可以找到三态或更高状态转换的方式，来提高运算速度吧。

字节

字节是一个数字信息单元，最常见的有8个位代表一个二进制数。从计算机的发展史看，字节是用于计算机中编码单个文本字符的位数，因此它是许多计算机体系结构中最小的可寻址存储单元。
我相信你你一定看到过某某面试被问，一个int多少字节？这个问题，或者是，一个int多少位？其实在字节的大小历史上一直与硬件有关，并且没有确定大小的确定标准。现代计算机的操作系统通常使用32位或64位架构，也就是由4或8位构成。那么，一个int 在32位和64位系统上都是4字节，而

1字节(Byte） = 8位(bit)

这样你应该就能理解了吧？
现在假设你有一个txt里面有很多文字，想用程序读取它读到了这些内容之后，以正常的字符显示出来，中文的显示中文，英文的显示英文，数字显示数字，这个时候就需要理解一个中文占几个字节，一个英文占几个字节，如何判断中文或英文呢？请往下看

编码

ASCII
abbreviated from American Standard Code for Information Interchange
美国标准信息交换码
是一种字符编码用于电子通信标准，ASCII代码表示计算机，电信设备和其他设备中的文本。大多数现代字符编码方案都基于ASCII。
我们通常数数的时候都是10进制的，满10进位，于是我可以说，A不是A，是65，B不是B，是66.看下图：

由于ASCII定义了128个字符，在现代社会如此众多的语言中用这些字符来表示已然不够使用，于是有了新的编码：Unicode。
Unicode
Unicode是ASCII的超集，数字0-128在ASCII中的含义与在Unicode中的含义相同。Unicode为每一个字符提供了唯一的编码，因此如果使用Unicode，则不会出现编码对应混乱或者不兼容的问题。
在Visual Studio 2010往上都开始默认使用Unicode编码，下面一段代码就是读取文件然后使用宽字节编码的代码

void RdviewFile() {
   wchar_t * TmpCurrentPathB = GetCurrentPath(L"MyResource\\");//exe所在绝对路径
   wcscat_s(TmpCurrentPathB, MAX_PATH, SELECTEDTXT);
   HANDLE MFILE = CreateFile(TmpCurrentPathB, GENERIC_READ, FILE_SHARE_READ, 0, OPEN_EXISTING, 0, 0);//windowsAPT获取文件句柄
   int Msize = GetFileSize(MFILE, 0);//获取文件大小
   if (Msize > 0) {
   	char *Mtxt = new char[Msize + 1];//为缓冲区申请内存
   	DWORD Mbyte;//out读取文件的实际大小
   	ReadFile(MFILE, Mtxt, Msize, &Mbyte, 0);//读取文件保存到缓冲区
   	Mtxt[Msize] = 0;//为结尾赋零
   	int unicodelen = MultiByteToWideChar(CP_ACP, 0, Mtxt, -1, 0, 0);
   	wchar_t * pUnicode;//定义U码指针
   	pUnicode = new wchar_t[unicodelen];//申请U码缓冲区
   	MultiByteToWideChar(CP_ACP, 0, Mtxt, -1, pUnicode, unicodelen);//ANSI转换宽字节
   	TxtInfo.TXTCONTENT = pUnicode;
   	TxtInfo.TXTSIZE = unicodelen;//字符数
   }
   else {
   	TxtInfo.TXTCONTENT = 0;
   	TxtInfo.TXTSIZE = 0;
   }
   CloseHandle(MFILE);
   return;
}

如果需要完整的项目代码可以参考我写的代码 屋顶打字通