Windows编码相关知识 & VC与MySQL交互数据乱码问题

字符必须编码后才能被计算机处理。最早的编码是7位的ASCII编码。ASCII码没有办法处理中文、阿拉伯文等复杂的文字。

各个国家为了处理自己的文字，纷纷制定了自己的文字编码规范，其中中文的文字编码规范叫做“GB2312—80”，它是和ASCII兼容 的一种编码规范，其实就是利用扩展ASCII没有真正标准化这一点，把一个中文字符用两个扩展ASCII字符来表示，以区分ASCII码部分。

　 由于各国和各地区都有自己的文字编码规则，它们互相冲突，这给各国和各地区交换信 息带来了很大的麻烦。

要真正解决这个问题，不能从扩展ASCII的角度入手，而必须有一个全新的编码系统，这个系统要可以将中文、法文、 德文……等等所有的文字统一起来考虑，为每一个文字都分配一个单独的编码。

于是，Unicode诞生了。

　　Unicode也是一种字符编码方法，它占用两个字节 （0000H—FFFFH）,容纳65536个字符，这完全可以容纳全世界所有语言文字的编码。

在Unicode里，所有的字符被一视同仁，汉字不再使用“两个扩展ASCII”，而是使用“1个Unicode”，也就是说，所有的文字都按一个字符来处理，它们都有一个唯一的Unicode码。

需要注意的是，Unicode只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。

UTF-8就是在互联网上使用最广的一种unicode的实现方式。其他实现方式还包括UTF-16和UTF-32，不过在互联网上基本不用。重复一遍，这里的关系是，UTF-8是Unicode的实现方式之一。这是一种国际标准。

中国的国家标准有以下3种：

# GB 13000:：完全等同于ISO 10646-1/Unicode 2.1，今后也将随ISO 10646/Unicode的标准更改而同步更改。

# GBK: 对GB2312的扩充， 以容纳GB2312字符集范围以外的Unicode 2.1的统一汉字部分, 并且增加了部分unicode中没有的字符。

# GB 18030-2000: 基于GB 13000，作为Unicode 3.0的GBK扩展版本，覆盖了任何unicode编码，地位等同于UTF-8, UTF-16, 是一种Unicode编码形式。 变长编码, 用单字节/双字节/4字节对字符编码. GB18030向下兼容GB2312/GBK。

GB 18030是中国任何非手持/嵌入式电脑系统的强制实施标准。

GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换：

GBK、 GB2312－－Unicode－－UTF8

UTF8－－Unicode－－GBK、GB2312

目前，Windows使用的中文编码标准是GBK。虽然微软提供了GB18030的升级包，但是这个升级包并不改变内码。

有了前面的知识，对不同程序之间的乱码问题，就有很直接的答案，无非就是编码不一致的问题。当两种程序使用同一种编码时，就不会出现乱码。

前面已经说过，Windows使用的中文编码标准是GBK，因此在MySQL中将编码设为GBK（其他亦可，但是要与程序保持一致）。

使用MySQL C API与MySQL交互数据的时候，需要在查询之前，设置查询语句的编码为GBK：

mysql_query(&m_mysql,"set names 'GBK'");

VC中为了使程序支持中文等文字，需要将程序的字符集设为Unicode（上面提到的Windows使用的中文编码GBK，我的理解是程序接受、输出中文使用的是GBK，但是系统内部真正处理数据的时候会转化为Unicode）：



到这里问题还没有结束，因为MySQL返回的字符是单字节（我对此的理解是返回的是ASCII），Unicode是双字节，直接显示查询结果肯定不正确。所以需要进行转化。

转换是用 MultiByteToWideChar()和WideCharToMultiByte()这两个Windows API，前者完成ANSI > Unicode, 后者完成Unicode > ANSI。

Unicode > ANSI：

//cstring是要转化的对象

DWORD dwNum = WideCharToMultiByte(CP_OEMCP, NULL, cstring, -1, NULL, 0, NULL, FALSE);

char* pChar = new char[dwNum];

WideCharToMultiByte(CP_OEMCP, NULL, cstring, -1, pChar, dwNum, NULL, FALSE);

上面得到的pCharke可以用来初始化std::string。

当然，别忘了删除pChar：

delete [] pChar;

ANSI > Unicode：


DWORD dwMinSize = MultiByteToWideChar (CP_ACP, 0, lpcszStr, -1, NULL, 0);

wchar_t *pWchar = new wchar_t[dwMinSize];

MultiByteToWideChar (CP_ACP, 0, lpcszStr, -1,pWchar , dwMinSize);

当然，别忘了删除pWchar：

delete [] pWchar;