char：一个字节8bit表示，最多表示256个字符，表示和用来处理ASCII字符集，国际通用
wchar_t：多字节字符表示，典型2个字节或者4个字节，如GNU libc中为4B，可以表示更多的字符，满足国际化应用开发的需求，实现标准 在开发中ASCII编码字符都是用char来表示，可以转换成wchar_t表示；wchar_t类型与Unicode编码是完全独立的概念，不过在实现上Unicode编码一般用wchar_t来表示实现而已，但wchar_t字符并不一定就是Unicode编码字符。
string: char字符列表或者是字节列表（bytes）
wstring: wchar_t字符列表或者是宽子节列表
对应两种字符类型的输出函数流对象有：
sprintf/wsprintf: 分别对应char与wchar_t
cout/wcout:分别对应string与wstring
stringstream/wstringstream: 分别对应string与wstring
C++98标准中一些表示字符串常量的标识有：
“您好”： string字符串常量（字节数组），使用当前系统代码页进行编码
C++11标准中增加了一些表示字符串常量的标识，如下有：
L“您好！”： wstring字符串常量，使用文件保存编码方式字符集
R“(您好 \n)”: 原始字符串常量（字节数组），保留所有的字符
u8“您好！”： string字符串常量（字节数组），使用UTF8进行编码保存
一般一个字符集等同于一个编码方式，ANSI体系的字符集如ASCII、ISO 8859-1、GB2312、GBK等等都是如此。一般我们说一种编码都是针对某一特定的字符集。
一个字符集上也可以有多种编码方式，例如UCS字符集(也是Unicode使用的字符集)上有UTF-8、UTF-16、UTF-32等编码方式。
已知有很多的字符集，比如：ASCII，UTF8，GBK，GB2312，UTF16，UTF32，UNICODE，Latin等等。常用中文字符集编码有：
UTF8：又分为带签名和不带签名两种，Windows代码页为65001，VS中应该选择【UTF8-带签名】的格式
GBK/GB2312：Windows代码页为936
GB18030： Windows代码页为54936
小技巧：修改Windows系统中cmd命令行窗口的显示字符集，默认字符集为OS字符集，如GBK-936。如果希望显示UTF8字符，则可以修改：chcp 65001.
在VS项目的调试命令窗口中无法手动修改，可以通过system函数来修改：
system("C:\\Windows\\system32\\chcp 65001");// 修改终端字符集为UTF8
可以将源文件保存成不同的编码方式，如果文件中有中文，则必须选择可以对中文进行编码的字符集，如UTF8，GBK，GB2312等，否认可能会出现莫名其妙的编译错误，因为文件中存在无法识别的字符内容。
在Visual Studio中，选中文件后该设置在：【文件 - 高级保存选项】中。
在处理中文时，不同的应用场景下总是无法避免进行GBK和UTF8之间的相互转换，C++11标识提供了<locale>和<codecvt>机制和工具来简化处理。
借助其中的std::wstring_convert和std::codecvt_utf8模板，通过wchar_t类型为中介，可以快速地实现转换，基本代码如下：
/*
转换GBK编码的中文到UTF8编码:GBK - WChar - UTF8两次转换
*/
//GBK在linux下的locale名可能是"zh_CN.GBK"
const char* GBK_LOCALE_NAME = ".936"; //GBK在windows下的locale name
std::wstring_convert<std::codecvt_byname<wchar_t, char, mbstate_t>> Conver_GBK(new codecvt_byname<wchar_t, char, mbstate_t>(GBK_LOCALE_NAME)); //GBK - wchar_t
std::wstring _wname = Conver_GBK.from_bytes(data.Name); // 输入为char*的字符串表示或者数组，输出为wstring
std::wstring _waddr = Conver_GBK.from_bytes(data.Address);// 输入为char*的字符串表示或者数组，输出为wstring
std::wstring _wdept = Conver_GBK.from_bytes(data.GrantDept);// 输入为char*的字符串表示或者数组，输出为wstring
wcout << "Name: " << _wname << ",addr:" << _waddr << ",dept:" << _wdept << endl;
// 将wstring转化为UTF8编码的字节数组string表示
std::wstring_convert<std::codecvt_utf8<wchar_t>> conv;
string _name = conv.to_bytes(_wname);// 输入为wstring字符串
string _addr = conv.to_bytes(_waddr);
string _dept = conv.to_bytes(_wdept);
// 将UTF8字符串转换为GBK字符编码表示string字节数组
std::string _name = Conver_GBK.to_bytes(conv.from_bytes(_name)); // 先转换成wstring，然后再转换成GBK的string
std::string _addr = Conver_GBK.to_bytes(conv.from_bytes(_addr)); // 先转换成wstring，然后再转换成GBK的string
代码页是字符集编码的别名，也有人称“内码表”。下面列出了部分代码页及其国家(地区)或者语言：
代码页 国家(地区)或语言
437 美国
932 日文(Shift-JIS)
936 中国 - 简体中文(GB2312)
950 繁体中文(Big5)
1200 Unicode
1201 Unicode (Big-Endian)
50220 日文(JIS)
50225 韩文(ISO)
50932 日文(自动选择)
50949 韩文(自动选择)
52936 简体中文(HZ)
65000 Unicode (UTF-7)
65001 Unicode (UTF-8)
char16_t* p1 = u"中国";//把字符串初始化为UTF16字符串存储 char32_t* p2 = U"中国";//把字符串初始化为UTF32字符串存储 wchar_t* p3 = L"中国";//win是UCS2码下等同UTF16字符串，Linxu是UCS4码下等同utf32字符串 char* p4 = u8"中国";//把字符串初始化为UTF8字符串存储 char* p5 = "中国"；//p5字符的编码格式见我的上篇博文《c++字符串乱码研究》 std::string str1 = u8"中国"; std::wstring str2 = L"中国"; std::u16String str3 = u"中国"; std::u32String str4 = U"中国";
//std::string 转为 std::wstring( utf-8 --> wchar )
//src必须是UTF8否则抛异常
std::wstring utf8_to_wstr(const std::string& src)
{
std::wstring_convert<std::codecvt_utf8<wchar_t>> converter;
return converter.from_bytes(src);
}
//std::wstring转为std::string(wchar --> utf-8)
std::string wstr_to_utf8(const std::wstring& src)
{
std::wstring_convert<std::codecvt_utf8<wchar_t>> convert;
return convert.to_bytes(src);
}
在构造std::wstring_convert对象的时候需要传入一个codecvt对象的指针，如果没有传入，则默认使用new codecvt来创建。std::wstring_convert自行维护codecvt对象的生命周期，它的析构函数会调用delete操作符来删除该对象。这就限制了只能使用通过new操作符来创建的codecvt，而不能使用从std::locale中获取的codecvt。
在C++标准提供的codecvt中，能够直接用于std::wstring_convert的只有三个：std::codecvt_utf8，std::codecvt_utf16以及std::codecvt_utf8_utf16。可见，标准只支持UTF族的字符编码。为了获取其它字符编码的codecvt，需要使std::codecvt_byname，这个类可以通过字符编码的名称来创建一个codecvt。这看起来挺不错，但遗憾的是，字符编码的名称并没有统一的标准，各个平台的支持情况都不一样。例如，在Windows下可以使用“chs”或“.936”来创建简体中文编码的codecvt，linux下可是“zh_CN.GBK”在Mac OS X下则要使用“zh_cn.gb2312”；甚至在Mac OS X下，即使成功创建了这个codecvt，它也不能正常地转换。
由于历史原因，std::codecvt_byname的析构函数是protected的（g++是，VC好像不是），std::wstring_convert不能对它调用delete，所以首先要自行定义一个类来继承std::codecvt_byname：
class chs_codecvt : public std::codecvt_byname<wchar_t, char, std::mbstate_t>
{
public:
chs_codecvt() : codecvt_byname("chs") {} //zh_CN.GBK or .936
};
// std::wstring 转 GBK(wchar --> ansi)
std::string wstr_to_gbk(const std::wstring& str)
{
std::wstring_convert<chs_codecvt> converter;
return converter.to_bytes(str);
}
//GBK 转为 std::wstring( ansi --> wchar )
std::wstring gbk_to_wstr(const std::string& str)
{
std::wstring_convert<chs_codecvt> converter;
return converter.from_bytes(str);
}
#include<string>
#include<windows.h>
#include<vector>
using namespace std;
//utf8 转 Unicode
std::wstring Utf82Unicode(const std::string& utf8string)
{
int widesize = ::MultiByteToWideChar(CP_UTF8, 0, utf8string.c_str(), -1, NULL, 0);
if (widesize == ERROR_NO_UNICODE_TRANSLATION)
{
throw std::exception("Invalid UTF-8 sequence.");
}
if (widesize == 0)
{
throw std::exception("Error in conversion.");
}
std::vector<wchar_t> resultstring(widesize);
int convresult = ::MultiByteToWideChar(CP_UTF8, 0, utf8string.c_str(), -1, &resultstring[0], widesize);
if (convresult != widesize)
{
throw std::exception("La falla!");
}
return std::wstring(&resultstring[0]);
}
//unicode 转为 ascii
std::string WideByte2Acsi(std::wstring& wstrcode)
{
int asciisize = ::WideCharToMultiByte(CP_OEMCP, 0, wstrcode.c_str(), -1, NULL, 0, NULL, NULL);
if (asciisize == ERROR_NO_UNICODE_TRANSLATION)
{
throw std::exception("Invalid UTF-8 sequence.");
}
if (asciisize == 0)
{
throw std::exception("Error in conversion.");
}
std::vector<char> resultstring(asciisize);
int convresult =::WideCharToMultiByte(CP_OEMCP, 0, wstrcode.c_str(), -1, &resultstring[0], asciisize, NULL, NULL);
if (convresult != asciisize)
{
throw std::exception("La falla!");
}
return std::string(&resultstring[0]);
}
//utf-8 转 ascii
std::string UTF_82ASCII(std::string& strUtf8Code)
{
std::string strRet("");
//先把 utf8 转为 unicode
std::wstring wstr = Utf82Unicode(strUtf8Code);
//最后把 unicode 转为 ascii
strRet = WideByte2Acsi(wstr);
return strRet;
}
//ascii 转 Unicode
std::wstring Acsi2WideByte(std::string& strascii)
{
int widesize = MultiByteToWideChar (CP_ACP, 0, (char*)strascii.c_str(), -1, NULL, 0);
if (widesize == ERROR_NO_UNICODE_TRANSLATION)
{
throw std::exception("Invalid UTF-8 sequence.");
}
if (widesize == 0)
{
throw std::exception("Error in conversion.");
}
std::vector<wchar_t> resultstring(widesize);
int convresult = MultiByteToWideChar (CP_ACP, 0, (char*)strascii.c_str(), -1, &resultstring[0], widesize);
if (convresult != widesize)
{
throw std::exception("La falla!");
}
return std::wstring(&resultstring[0]);
}
//Unicode 转 Utf8
std::string Unicode2Utf8(const std::wstring& widestring)
{
int utf8size = ::WideCharToMultiByte(CP_UTF8, 0, widestring.c_str(), -1, NULL, 0, NULL, NULL);
if (utf8size == 0)
{
throw std::exception("Error in conversion.");
}
std::vector<char> resultstring(utf8size);
int convresult = ::WideCharToMultiByte(CP_UTF8, 0, widestring.c_str(), -1, &resultstring[0], utf8size, NULL, NULL);
if (convresult != utf8size)
{
throw std::exception("La falla!");
}
return std::string(&resultstring[0]);
}
//ascii 转 Utf8
std::string ASCII2UTF_8(std::string& strAsciiCode)
{
std::string strRet("");
//先把 ascii 转为 unicode
std::wstring wstr = Acsi2WideByte(strAsciiCode);
//最后把 unicode 转为 utf8
strRet = Unicode2Utf8(wstr);
return strRet;
}
std::string StringToUTF8(const std::string& gbkData)
{
const char* GBK_LOCALE_NAME = "CHS"; //GBK在windows下的locale name(.936, CHS ), linux下的locale名可能是"zh_CN.GBK"
std::wstring_convert<std::codecvt<wchar_t, char, mbstate_t>>
conv(new std::codecvt<wchar_t, char, mbstate_t>(GBK_LOCALE_NAME));
std::wstring wString = conv.from_bytes(gbkData); // string => wstring
std::wstring_convert<std::codecvt_utf8<wchar_t>> convert;
std::string utf8str = convert.to_bytes(wString); // wstring => utf-8
return utf8str;
}
std::string UTF8ToString(const std::string& utf8Data)
{
std::wstring_convert<std::codecvt_utf8<wchar_t>> conv;
std::wstring wString = conv.from_bytes(utf8Data); // utf-8 => wstring
std::wstring_convert<std::codecvt< wchar_t, char, std::mbstate_t>>
convert(new std::codecvt< wchar_t, char, std::mbstate_t>("CHS"));
std::string str = convert.to_bytes(wString); // wstring => string
return str;
}