这里新的话题就是字符编码以及国际化的问题。在写完这个话题之后，我们就将开始"Win32 Application"的旅程。
既然你在看这篇文章，那我就假定你是一个开发者，并且对于ANSI，ASCII，Unicode，UTF8这些名词都有所了解，至少是听说过这些概念。因为这个例子中，我们就会使用到这些概念。如果你对于这些概念不熟悉，那请先从我的“参考”链接中找到对应的条目进行研究，然后再开始做这个例子。
OK，那我们就可以开始了。首先，打开你的Notepad，中文系统中叫做“记事本”。下面是一个空的打开的记事本：
我们来输入一些文字。
我们现在输入了一行中文，一行英文，并且带了一些标点符号，同时有一个换行符。
现在我们需要用一些其他的辅助工具，我这里用的是Notepad++以及它的一个叫HexEditor的插件，不喜欢使用的同学们可以用其他类似的工具代替，如WinHex或HexEdit等十六进制编辑器。用工具将这个txt文件打开，来看看这27个byte是怎么组成的。
打开文件后，点击工具栏上的“H”图标，我们来看看十六进制。
其实这里的对应是有些小问题的，对于中文的部分，dump出来的映射关系在移动光标的时候有些不准确，但是这个并不是影响很大，我们可以忽略。我们可以挑选其中几个来看看，这里的“你”对应的十六进制为“c4 e3”，也就是0xC4E3；"l"对应的十六进制为"6c"，即0x6C。我们在这里看到的映射关系，就叫做字符编码(character encoding)，而所有字符编码的集合，我们叫做字符集(character set--charset)。
我们在这里看到的是ANSI编码的，可以回过来看一下“保存”的那个截图，最下方的"encoding"选择的是"ANSI"。我们在保存文件的时候，还可以有其他选择。用saveas来另存一下。
可以看到，除了ANSI选项外，我们还有3个选项。
我们也将其用Notepad++打开，查看其十六进制。
当你有耐心看到这里，并且明白了我上面所写的内容的话，背景介绍完毕。下面就开始真正介绍“字符编码”了。
首先，上面我们所做的都是针对简体中文环境下的字符编码，至于其他编码，我们还没有涉及到，之后会谈到。对于“你”这个字符，在ANSI中，为0xC4E3；在Unicode中，为0x4F60。这是由不同的标准所决定的，决定前面的标准为中国国家标准，包括一系列一脉相承的标准，从GB2312到GBK到GB18030。决定后面的为The Unicode Standard。为什么会出现这么多标准，这是由历史原因以及当时的机器性能决定的。
历史
刚刚前面一直提到ANSI，其实并不是那么准确的，其中我们要涉及到codepage的概念，这里我们的codepage为936，也就是简体中文，在这个环境下，我们的ANSI编码表示才是中国国家标准的那套。ANSI真正的含义是“美国国家标准协会”(American National Standards Institute)。就是这个协会，定义了字符编码的“鼻祖”--ASCII码。现在的字符编码，大多是基于ASCII码扩展而来的。
ASCII(American Standard Code for Information Interchange, 美国信息交换标准代码)是一个7位(7-bits)码，包含了128个字符的定义(128=2^7)，其中有33个非打印控制字符，以及95个可打印字符（包括空格），主要是用来显示英文字母的，其对应的ISO标准为ISO646。为了避免概念混淆，IANA(Internet Assigned Numbers Authority，互联网号码分配局)使用US-ASCII来称呼该字符集。至于为什么定义7位而不是一下子8位，当时是个“锱铢必较”的时代，内存太紧俏太贵了，能省一点是一点哈，够用就行。
尽管能表示英文字母，但是还是有很多字符还是无法表示，比如德文中的öäüß等，于是不够用了，然后就出现了扩展ASCII码(Extended ASCII)，也就是将ASCII码从7位扩展成了8位，这样一共就有了256个字符。EASCII码比ASCII码扩充出来的符号包括表格符号、计算符号、希腊字母和特殊的拉丁符号。这里，就开始有了区分，对应的标准并不是一个，而是一系列的8位字符集标准，在ISO标准中叫做ISO 8859，全称为ISO/IEC 8859，现在定义了15个字符集(这里有16个，应该是希伯来语一个是视觉顺序，一个是逻辑顺序，为1个，猜想，未验证)。
上面的这些字符问题，基本解决了，下面就是比较麻烦的了。上面的字符，用1个byte都能够表示完整了，叫做SBCS(Single Byte Character Set)。但是咱们是象形文字啊，几千个字符，这小小256个地方怎么够用呢？于是没办法，扩1个byte吧，于是叫DBCS(Double Byte Character Set)。对于CJK语言（以中文、日文、韩文为主的东亚语言），基本上使用2个byte表示一个字符的编码方式来进行表示。具体了解的有日文、简体中文、韩文、繁体中文（至于泰文并不是很清楚，据有些同学说是3字节编码？资料没有找到很确切的，希望了解的同学指导一下）。
我们最熟悉的当然是简体中文了，所以就看这个，其余除了以前玩大宇游戏的时候，知道“大五码”(Big 5)，用过南极星，就了解不深了。这里就不做介绍了。
GB 2312标准共收录6763个汉字，其中一级汉字3755个，二级汉字3008个；同时收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母在内的682个字符。GB 2312的出现，基本满足了汉字的计算机处理需要，它所收录的汉字已经覆盖中国大陆99.75%的使用频率。
尽管覆盖了99.75%，但是还是有没覆盖的，所以之后又出现了GBK和GB-18030。这里对于编程人员的建议就是，如果需要更全的字符覆盖，就使用GB-18030，如果是嵌入式系统，需要在更小的内存中实现较多的功能，使用GB-2312即可，甚至在某些场合，可以使用其子集（一般嵌入式系统需要显示的字符是可以统计出来的，有些字符并不需要）。
这样，对于非Unicode部分的字符集，基本上要了解的都介绍了。不过，如何使用呢？我Latin-1的和GB 2312的，其同一个十六进制，对应的字符不一样、同样用“你”的编码来说，对应为0xC4E3，对应到Latin-1中，就是两个字符，Äã，两个是不能共存的。
在这种情况下，有一个新的概念出现了：
为了使用不同的字符集，我们使用不同的codepage。不同的codepage对应不同的字符集。对于简体中文，其codepage为936；日文的codepage为932；韩文的codepage为949；繁体中文的codepage为950。我们可以参考Windows下面的Region and Language Option设置，对于“非Unicode”语言设置，选择的就是特定的codepage。