Unicode及字元集必備知識
Ref: 每個軟體開發者都絕對一定要會的Unicode及字元集必備知識(沒有藉口！)
我們公司有出一套網站管理軟體CityDesk，從上一版起我們決定內部全部使用UCS-2(2個位元組)的Unicode，它也是Visual Basic、COM、以及Windows NT/2000/XP的標準字串型別。寫C++程式時只要在字串宣告時用wchar_t("wide char")代替char，再用wcs函數代替str函數(比如用wcscat和wcslen代替strcat和strlen)即可。要在C程式裡建立一個UCS-2字串常數，只要在字串前面加個L就好了，就是這樣：L"Hello".
我一直以為Unicode 一定是二個位元組 (Byte)。UTF-8是指8位元，而UTF-16是指16位元.
答案是以上皆非。囧
初期，ASCII code的發展，僅定義了0x00到0x7F（也就是最高位元為0）。而0x80以後，任其發展，IBM-PC發展了OEM字元組，但在很多應用和地區，OEM字元組仍無法滿足，於是有很多人自行定義了自己的字元組。
後來，這段0x80~的模糊地帶，終於在ANSI標準中，有了答案。在ANSI標準中，定義了頁碼 (code page)。不同區域或系統給予一個頁碼。
例如：
日本：Locale=japanese / codepage = 932。
繁中(中華民國)：locale=cht / codepage = 950。
簡中(PRC)：locale=chs / codepage = 936。
USA：locale=american / codepage = 650001。 Ref: Unicode
但雖然有了上百種頁碼，而0x00~0x7F的字元組都是一樣的（基本上和ASCII一致）。而0x80~ 由各頁碼自行定義自己的字元組。但是，許多亞洲國家，256個字元根本不夠用；於是，通常是用一種叫DBCS（Double Byte Character Set）的系統來處理，但相容性很差。於是，接著發明了Unicode。
Unicode的表示方法：以 u+0041來表示'A' (Ascii:0x41).
Unicode編碼，剛開始的構想是以二個位元組來儲放，但是會浪費空間(尤其是英文系統)，於是有了提出了UTF-8，當少於0x7F，以一個位元組來儲存，而其它以二個位元組來儲存。
最後，截錄作者的一段文章作結束。並感謝作者無私的分享。
--------------------
我們公司有出一套網站管理軟體CityDesk，從上一版起我們決定內部全部使用UCS-2(2個位元組)的Unicode，它也是Visual Basic、COM、以及Windows NT/2000/XP的標準字串型別。寫C++程式時只要在字串宣告時用wchar_t("wide char")代替char，再用wcs函數代替str函數(比如用wcscat和wcslen代替strcat和strlen)即可。要在C程式裡建立一個UCS-2字串常數，只要在字串前面加個L就好了，就是這樣：L"Hello".
--------------------