在Windows编程中，程序默认的文字编码是UTF-16 LE，使用16位wchar_t类型的字符串保存，字符串常量有L前缀，即L"字符串常量"。这种编码的结构十分简单，并且可以表示世界上的所有字符。使用UTF-16可以大大简化字符串的编程。

UTF-16字符分为基础平面字符、扩展平面字符。基础平面为16位，扩展平面32位，扩展平面保存为两个特定范围的16位值。UTF-16的码位定义如下：

<code class="lang-text">0000 - D7FF 基础平面
D800 - DBFF 扩展平面的前导字
DC00 - DFFF 扩展平面的尾随字
E000 - FFFF 基础平面</code>

UTF-16看上去很好，但是它有几个问题，导致它的普及困难：
1. 与经典的8位编码不兼容
2. 字节序问题：低字节优先（LE）和高字节优先（BE）
3. 字节错位问题：丢失一个字节，可能导致后续读取全部出错

UTF-16 LE在wchar_t数组这种16位媒介中表现良好，但是在Internet或TXT文件等8位媒介上，是可靠性较低的。Internet或TXT文件等一般可使用UTF-8这种编码，或者老式的MBCS（变长多字节字符集）编码（如GBK、Big-5）。Windows对于UTF-8和MBCS字符串以相同的方式支持，并以代码页区分它们，例如GBK的代码页为936，Big-5的代码页为950，而UTF-8的代码页为65001。

MFC和ATL是简化Windows编程的C++类库。其中MFC比较强大，使用MFC需要特殊的设置；而ATL则比较灵活，一般包含头文件即可使用（atlbase.h和atlstr.h），可以用于任何Windows程序中。在MFC和ATL中有一些共享的类，提供了字符串分析与编码转换的相关功能。

在MFC或ATL中，我们可以使用CStringW承载UTF-16 LE字符串，而使用CStringA承载ASCII、GBK、Big-5、UTF-8等单字节或变长多字节编码的字符串。CStringA和CStringW之间可以通过强制转换来转换编码，但是仅限当前区域的ANSI字符集（如简体中文的GBK、繁体中文的Big-5）与Unicode互相转换，并不支持自定义代码页。

对于任意代码页，在Windows中有MultiByteToWideChar和WideCharToMultiByte可以转换编码，但是需要自己管理内存，使用颇为不便。为了方便转码使用，MFC和ATL中定义了CA2W和CW2A两个“函数”（实际上是临时对象）用以进行字符串转码，大大简化了编码转换的过程。使用CA2W和CW2A时，需使用CString接收转换的字符串，以防止该字符串过早地被释放：

<code class="lang-cpp">// 当前代码页 ANSI 字符串与 Unicode 字符串互转（在简体中文系统上是GBK，代码页936）
CStringA ansi_str = CW2A(unicode_str);
CStringW unicode_str = CA2W(ansi_str);
                                              
// UTF-8 字符串与 Unicode 字符串互转，CP_UTF8 = 65001
CStringA utf8_str = CW2A(unicode_str, CP_UTF8);
CStringW unicode_str = CA2W(utf8_str, CP_UTF8);
                              
// Big-5 字符串与 Unicode 字符串互转
CStringA big5_str = CW2A(unicode_str, 950);
CStringW unicode_str = CA2W(big5_str, 950);</code>

在MFC或ATL中，默认状态下CStringA使用MBCS算法进行字符串分析（_mbscpy、_mbscat、_mbsstr等），这种算法只适用于GBK或Big-5等DBCS（变长双字节字符集），并不适用于UTF-8。在处理UTF-8字符串时，可能会导致程序产生意外结果。因此如果使用UTF-8的话，务必关闭MBCS算法。关闭MBCS算法的方法是使用_setmbcp(_MB_CP_SBCS)，打开MBCS算法使用_setmbcp(_MB_CP_ANSI)，或者这样使用：

<code class="lang-cpp">int oldmbcp = _getmbcp();
_setmbcp(_MB_CP_SBCS); // 关闭 MBCS 算法
                                              
// ... 使用 CStringA 分析 UTF-8 字符串
                                              
_setmbcp(oldmbcp); // 恢复 MBCS 算法状态</code>

在MFC或ATL中，CString也可以作缓冲区使用。预分配缓冲区使用XXXXXXtBufferSetLength(分配字符个数)，释放缓冲区（并确认字符串）使用XXXXXXleaseBufferSetLength(确认字符个数)。其中ReleaseBufferSetLength(-1)表示缓冲区内是传统C字符串，CString将使用strlen或wcslen确定字符串长度。

<code class="lang-cpp">CStringA bufstr;
char *buf = bufstr.GetBufferSetLength(readlen); // 分配缓冲区
                                             
readlen = file.Read(buf, readlen); // 读取数据
                                             
bufstr.ReleaseBufferSetLength(readlen); // 确认字符串并释放缓冲区</code>

我们从其它地方读取的数据中，经常会出现一些等于0的字符，这在C字符串中是不允许的，CString的某些成员函数在处理这些不规则字符串时，也会产生错误的结果，比如MakeUpper。CString中删掉0字符的方法很简单，XXXXXXplace('\0', ' ')，即可将0替换成空格。注意Replace有两种形式，其中参数为两个C字符串的形式XXXXXXplace("string 1", "string 2")，是无法用于替换0字符的。

<code class="lang-cpp">bufstr.Replace('\0', ' '); // 将0字节替换为空格，防止字符串被截断</code>

因为UTF-8或MBCS字符可能是变长的（实际上，世界上大多数现代化的字符编码都是变长的，包括UTF-16），因此按块读入很容易导致单个字符被截断，按流读入的话编程又过于复杂，所以个人建议每次读取时将整个文件全部读入内存（毕竟大于2GB的文本文件很少见，现在内存大小也不是问题），这是操作上最方便的选择。

读取文件：

<code class="lang-cpp">void CMFCApplication2Dlg::OnBnClickedButton1()
{
    _setmbcp(_MB_CP_SBCS); // 关闭MBCS算法
                                                 
    CFile file1;
    CString readstr;
                                             
    try
    {
        // 打开文件
        file1.Open(L"sss.txt", CFile::modeRead);
                                             
        // 获得文件大小，并验证能否读取
        ULONGLONG filelen = file1.GetLength();
        if (filelen >= INT_MAX)
        {
            MessageBox(L"文件超过2GB，无法读取！");
            return;
        }
                                             
        // 分配缓冲区
        int readlen = (int)filelen;
        CStringA bufstr;
        char *buf = bufstr.GetBufferSetLength(readlen);
                                            
        // 读取所有内容
        readlen = file1.Read(buf, readlen);
                                            
        // 确认并释放缓冲区
        bufstr.ReleaseBufferSetLength(readlen);
                                             
        // 替换所有0字节（重要！防止被截断）
        bufstr.Replace('\0', ' ');
                                             
        // 转换为UTF-16
        readstr = CA2W(bufstr, CP_UTF8);
                                             
        // 设置文本框字符串（m_edit是CEdit对象）
        m_edit.SetWindowText(readstr);
    }
    catch (CMemoryException* e)
    {
        MessageBox(L"内存不足！"); e->Delete();
    }
    catch (CFileException* e)
    {
        MessageBox(L"读取文件失败！"); e->Delete();
    }
    catch (CException* e)
    {
        MessageBox(L"其它错误！"); e->Delete();
    }
}</code>

写入文件比较简单：

<code class="lang-cpp">void CMFCApplication2Dlg::OnBnClickedButton2()
{
    _setmbcp(_MB_CP_SBCS); // 关闭MBCS算法
                                            
    CFile file1;
    CString writestr;
                                                
    try
    {
        // 打开文件
        file1.Open(L"sss.txt", CFile::modeWrite|CFile::modeCreate);
                                                    
        // 获取文本框字符串（m_edit是CEdit对象）
        m_edit.GetWindowText(writestr);
                                            
        // 转换为UTF-8
        CStringA bufstr = CW2A(writestr, CP_UTF8);
                                            
        // 写入所有字节
        file1.Write(bufstr, bufstr.GetLength());
    }
    catch (CMemoryException* e)
    {
        MessageBox(L"内存不足！"); e->Delete();
    }
    catch (CFileException* e)
    {
        MessageBox(L"写入文件失败！"); e->Delete();
    }
    catch (CException* e)
    {
        MessageBox(L"其它错误！"); e->Delete();
    }
}</code>

运行截图：