wchar_t在linux是4个字节

wchar_t引发的思考

思考是由wchar_t引发的，干嘛要用wchar_t?我用char[]可以顺利的输出汉字啊！
char是一个字节，wchar_t是2个字节或者4个字节的。

1.unicode字符集

一开始概念很混乱，发了几个帖子，和别人讨论了几天，自己理顺了下概念。我简单用我的话概括一下：
unicode字符集，什么是字符集，字符集就是一个映射表计算机通过它找到对应的字符；unicode的把全球所有文字都做了映射。
utf-8、utf-16、utf-32都是编码方式，各自实现各自的方便。

utf-8来说利于传输因为它是变长的，有一个字节的（ascii在utf-8中都只占一个字节并且是一致的），俩的，三个的。
有一个传输出错不会影响其他的。如果是固定长度的多字节编码，少一个字节后面的往前补上，所有的字符编码都变了，都成乱码了。
另一个utf-8的好处是字符编码的每个字节都不会是0000h，这样strlen得到的是正确大小，而utf-16和utf-32，如果用char字符串的话，则会有0000h（标志结束位）在字符串的非真正结束的地方存在（如果用wchar_t专用的的方法处理就会避免这些问题）。
utf-16和unicode的编码是一样的。

字符集和实际编码的联系：因为每个字符和其字符集中的16位二进制码值是一一对应的，实际编码只有转换成相应的字符集对应的16位的unicode码才能知道它代表哪个字符。关于utf-8和unicode的转换可以自己搜一下，这里就不说了，我也没自仔细看。

2.wchar_t                                                                                                                                              

wchar_t正好可以放一个unicode字符，正好就可以轻易的让它与要显示的字符对应，也可以用他转成想要的其他形式的编码。而如果用char的话，它只有8位，只能一次处理8位的数据，如果将char原封不动的输出，那用它可以。（用char字符串去做转换，那可就麻烦了，还要不断的和前后的char做判断）。java中char都是2个字节的。

一般在程序中用unicode（utf-16），输出到文本中都是utf-8，所以输出前要转码。

char *c="我";c字符串的值，一般是utf-8，具体要看你文本编辑器的编码格式。
而wchar_t wc=L"我";这个是utf-16码（vs中）。linux中由于wchar_t是4个字节，这个编码就成了utf-32了。高位基本没用，16位和unicode编码一致（linux下没测试，知道linux下wchar_t是32位，还有utf-32和utf-16低位是一致的）。

将utf-8编码的unicode字符集放入wchar_t中是不明智的，因为，这样wchar_t中可能有两个字符的编码，也可能有一个，也可能不到一个，也可能2个半个。

3.其他细节                                                                                                                                          

其他关于UNICODE的字符编具体细节，如utf-8的bom头，字符序Big Endian、Little Endian等情况可自行查阅资料，我感觉，那些都不是很重要需要的时候查阅就可以，理解概念最关键。

write by fgd << "如有转载请注明出处cnblogs.com/wendao"