我在使用mingw编译开发程序的时候一直坚持用ansi函数，我感觉比较方便，能与std::string，和char类型直接转换。也能支持中文，英文。

唯一需要的就是与GTK程序使用的UTF8编码互相转一下就行了。UTF-8<-->ANSI

最后我出现了问题，我是遍历目录，得到所有文件路径之后，再获取每个文件的大小，但是我扫描目录时获取到的总大小少了一些，我查找数据内容，发现一些文件的大小无法记录，是0，这些文件是：

cosplay美女 兽耳 ɡ ɭϵ 美女高清壁纸_彼岸壁纸.jpg

白鼬 冬天 ѩ 动物 壁纸_彼岸壁纸.jpg

夜晚 森林 С¹ 小女孩 唯美 壁纸_彼岸壁纸.jpg

他们的路径名字包含一些奇怪字符，ɡ ɭϵ，ѩ，С¹，所以就无法获取文件了。

我一开始是以为用的函数不对，是一个简单的这个函数直接获取大小

uintmax_t get_file_size_utf8(std::string& filePath) {
    struct stat st;
    if (stat(filePath.c_str(), &st) == 0) {
        return st.st_size;
    }
    return 0; // 文件不存在
}

后来我换成了用WINDOWS API获取大小，还是不行

uintmax_t get_file_size_ansi(std::string& filePath) {
    WIN32_FIND_DATA findData;
    HANDLE hFind = FindFirstFile(filePath.c_str(), &findData);
    
    if (hFind == INVALID_HANDLE_VALUE) {
        std::cerr << "Failed to find file: " << GetLastError() << std::endl;
        return 0;
    }
    
    FindClose(hFind);
    
    // 组合高 32 位和低 32 位
    ULARGE_INTEGER fileSize;
    fileSize.LowPart = findData.nFileSizeLow;
    fileSize.HighPart = findData.nFileSizeHigh;
    
    return fileSize.QuadPart;
}

最后我用CreateFileA获取文件大小，还是不行。

问AI，他说我字符是unicode字符，用ansi函数会出问题。我就改了，改成用CreateFileW，但是是unicode字符函数，还是不行，参数是UTF8编码的。

uintmax_t get_file_size_utf8(std::string& filePath) {
    std::wstring wpath = UTF8ToUnicode(filePath);
    HANDLE hFile = CreateFileW(
        wpath.c_str(),
        GENERIC_READ,
        FILE_SHARE_READ,
        NULL,
        OPEN_EXISTING,
        FILE_ATTRIBUTE_NORMAL,
        NULL
        );
    
    if (hFile == INVALID_HANDLE_VALUE) {
        std::cerr << "Failed to open file: " << GetLastError() << std::endl;
        return 0;
    }
    
    LARGE_INTEGER fileSize;
    if (!GetFileSizeEx(hFile, &fileSize)) {
        std::cerr << "Failed to get file size: " << GetLastError() << std::endl;
        CloseHandle(hFile);
        return 0;
    }
    
    CloseHandle(hFile);
    return static_cast<uint64_t>(fileSize.QuadPart);
}

为什么不行呢？按理说应该行，但是我发现我传入的字符参数是UTF8格式，而这个UTF8格式是从ANSI函数遍历目录获取文件路径转换得到的，而遍历目录的时候扫描带有unicode字符的文件名的时候会直接损失信息，在遍历目录的时候还是因为使用了ANSI函数导致错误。

所以不管自己之后怎么转换，把ANSI函数得到的路径字符直接转换成unicode，或者转换成utf8再转换成unicode都没有用了。再用那些办法函数获取文件大小也没有用。

就像使用文本编辑器，用ANSI格式保存文件的话，会有提示信息的一样，说明ANSI格式无法保存这些unicode字符：

我准备重写所有用了ansi函数和string的地方。变成unicode函数和wstring。之前不听ai的警告，为了方便一直把他提供的代码直接用ansi函数替代。现在吃亏。所以为了开发现代多语言程序，必须弃用windowsapi的ansi函数，使用unicode函数。

但是今天我发现，我不必把代码所有string换成wstring，不必重写所有地方。只需要把遍历目录的地方、获取文件大小，所有之前用了ANSI函数的地方换成UNICODE函数就行了，返回数据的时候，再把UNICODE编码转回GTK使用的UTF8编码就行了。并且成功的获得到了文件大小信息。GTK是UTF8编码本身是UNICODE的实现，也能够显示正常的文件名。

现在GTK和调用UNICODE的WINDOWS API就是这样的关系：UFT8<-->UNICODE

之前是这样的关系：UTF-8<-->ANSI

最后，我发现GTK2.0开发的时候使用WINDOWS API，就是要做好GTK使用的UTF-8和WINDOW API使用的UNICODE(UTF-16)的边界转换。转换好了就能够搭配使用。而WINDOW API的ANSI函数，必须弃用了。

下面，是询问AI这些编码的区别：

列举ANSI、Unicode、UTF-8、UTF-16编码的含义

以下是ANSI、Unicode、UTF-8和UTF-16编码的含义及区别的清晰对比：

1. ANSI

• 含义：
  ANSI是早期Windows系统默认的字符编码标准，实际指代的是**代码页（Code Page）**体系（如CP1252、GB2312等），而非统一的编码。不同地区使用不同的代码页，例如：
  • 英语/西欧：CP1252（拉丁字母）
  • 简体中文：GB2312 或 GBK
  • 繁体中文：Big5
• 特点：
  • 单字节或双字节：部分字符用1字节（0-255），部分语言（如中文）用2字节。
  • 不兼容多语言：同一文档无法混合显示多种语言的字符。
  • 无统一标准：不同代码页的字符可能冲突。

2. Unicode

• 含义：
  Unicode是一个字符集标准，旨在为全球所有字符分配唯一的数字编号（称为码点/Code Point），例如：
  • A 的码点：U+0041
  • 中 的码点：U+4E2D
  • 😊 的码点：U+1F60A
• 特点：
  • 统一性：覆盖几乎所有语言和符号（最新版本包含超过14万个字符）。
  • 与编码无关：仅定义字符与码点的映射，具体存储方式由UTF-8/UTF-16等实现。

3. UTF-8

• 含义：
  UTF-8是Unicode的一种变长编码实现，使用1到4字节表示一个字符：
  • 英文字符：1字节（兼容ASCII）
  • 欧洲语言：2字节
  • 中文/日文：3字节
  • 表情符号/生僻字：4字节
• 特点：
  • 兼容ASCII：ASCII文本直接是有效的UTF-8。
  • 空间高效：英文为主的文本比UTF-16更节省空间。
  • 互联网主流：Web页面（HTML）、电子邮件、Linux系统默认使用。

4. UTF-16

• 含义：
  UTF-16是Unicode的另一种编码，使用2或4字节表示字符：
  • 基本多语言平面（BMP，U+0000到U+FFFF）：2字节
  • 辅助平面（如表情符号）：4字节（代理对机制）
• 特点：
  • 定长与变长混合：大部分常用字符固定2字节。
  • Windows内部使用：Windows API、Java、.NET默认采用UTF-16。
  • 空间权衡：中文文本比UTF-8更紧凑，但英文体积翻倍。

关键区别总结

为什么需要多种编码？

• 历史兼容：ANSI适应早期单语言环境。
• 效率权衡：UTF-8适合多语言混合（如网页），UTF-16适合亚洲语言密集的场景。
• 平台依赖：不同系统（Windows vs Unix）选择不同默认编码。

如果需要进一步了解具体编码的二进制存储方式或转换规则，可以深入探讨！

关于ANSI、Unicode、UTF-8、UTF-16编码之间的转换，我写在了下一篇博客里面。