ASCII是用来表示英文字符的一种编码规范。每个ASCII字符占用1个字节,因此,ASCII编码可以表示的最大字符数是255(00H—FFH)。

其实,英文字符并没有那么多,一般只用前128个(00H-7FH,即0x0000 0000-0x0111 1111,最高位为0),其中包括了控制字符、数字、大小写字母和其它一些符号。

而另128个字符(80H—FFH,即0x1000 0000-0x1111 1111,最高位为1)被称为“扩展ASCII”,一般用来存放英文的制表符、部分音标字符等等的一些其它符号。

中文编码规范“GB2312—80,其实就是利用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。

这个方法有问题,最大的问题就是中文的文字编码和扩展ASCII码有重叠。而很多软件利用扩展ASCII码的英文制表符来画表格,这样的软件用到中文系统中,这些表格就会被误认作中文字符,出现乱码。

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,这个系统要可以为每一种文字的每个字符均分配一个单独的编码,Unicode为此诞生!

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。

    使用Unicode编码可以使您的工程同时支持多种语言,使您的工程国际化。

    Windows NT是使用Unicode进行开发的,整个系统都是基于Unicode的。如果调用一个API函数并给它传递一个ANSI(ASCII字符集以及由此派生并兼容的字符集,如:GB2312,通常称为ANSI字符集)字符串,那么系统首先要将字符串转换成Unicode,然后将Unicode字符串传递给操作系统。进行这些字符串的转换需要占用系统的时间和内存。如果用Unicode来开发应用程序,就能够使您的应用程序更加有效地运行。

    下面例举几个字符的编码以简单演示ANSI和Unicode的区别:(注意:中文字符的编号有了变化)
字符  A  N  和
ANSI码  41H  4eH  cdbaH
Unicode码  0041H  004eH  548cH

对宽字符的支持其实是ANSI C标准的一部分,用以支持多字节表示一个字符。宽字符和Unicode并不完全等同,Unicode只是宽字符的一种编码方式

1、宽字符的定义

    在ANSI中,一个字符(char)的长度为一个字节(Byte)。使用Unicode时,一个字符占据一个字(2 Bytes),C++在wchar.h头文件中定义了最基本的宽字符类型wchar_t:

typedef unsigned short wchar_t; // 所谓的宽字符就是无符号短整数

2、常量宽字符串

  对C++程序员而言,构造字符串常量是一项经常性的工作。那么,如何构造宽字符字符串常量呢?很简单,只要在字符串常量前加上一个大写的L就可以了,比如:wchar_t *str1 = L" Hello";

这个L非常重要,只有带上它,编译器才知道你要将字符串存成一个字符一个字(即一个字符两字节)。还要注意,在L和字符串之间不能有空格。

3、宽字符串库函数

    为了操作宽字符串,C++专门定义了一套函数,比如求宽字符串长度的函数是:

size_t __cdel wchlen(const wchar_t*);

    为什么要专门定义这些函数呢?最根本的原因是,ANSI下的字符串都是以’\0’来标识字符串尾的(Unicode字符串以“\0\0”结束),许多字符串函数的正确操作均是以此为基础进行。而我们知道,在宽字符的情况下,一个字符在内存中要占据一个字的空间(即一个字符两字节),这就会使操作ANSI字符的字符串函数无法正确操作。

以”Hello”字符串为例,在宽字符下,它的五个字符是:0x0048 0x0065 0x006c 0x006c 0x006f

在内存中,实际的排列是:48 00 65 00 6c 00 6c 00 6f 00

于是,ANSI字符串函数,如strlen,在碰到第一个48后的00时,就会认为字符串到尾了,用strlen对宽字符串求长度的结果就永远会是1!

在许多多字节字符集中,0x00 到 0x7F 范围内的每个字符都与 ASCII 字符集中具有相同值的字符相同。

4、用宏实现对ANSI和Unicode通用的编程

    可见,C++有一整套的数据类型和函数实现Unicode编程,也就是说,您完全可以使用C++实现Unicode编程。
    如果我们想要我们的程序有两个版本:ANSI版本和Unicode版本。当然,编写两套代码分别实现ANSI版本和Unicode版本完全是行得通的。但是,针对ANSI字符和Unicode字符维护两套代码是非常麻烦的事情。为了减轻编程的负担,C++定义了一系列的宏,帮助您实现对ANSI和Unicode的通用编程
  C++宏实现ANSI和Unicode的通用编程的本质是根据”_UNICODE”(注意,有下划线)定义与否,这些宏展开为ANSI或Unicode字符(字符串)。

#ifdef _UNICODE
    typedef wchar_t TCHAR; // 定义了_UNICODE宏的情况下,TCHAR是两个字节的字符
    #define __T(x)  L##x  

    // ##是ANSI C标准的预处理语法,它叫做“粘贴运算符”,即将前面的L与宏参数合在一起。
    #define _T(x)   __T(x) // _T(x)一个下划线的变成__T(x)两个下划线的
#else
    #define __T(x) x       // 未定义_UNICODE宏的情况下,TCHAR是一个字节的字符
    typedef char   TCHAR;  // 非宽字符的字符串常量
#endif
*.几个预编译指令的用法

  #        字符串化运算符,其主要效果是把参数的名字转换为字符串。

  Example:   // 1. *.h中定义

#define STRINGLIZE(ivalue) #ivalue

// *.cpp中定义

CString strTmp = STRINGLIZE(2);

AfxMessageBox(strTmp);

// 结果是:弹出消息框中显示2,说明可以变成字符串

// 2.

#define STRINGLIZE(ivalue) printf(#ivalue " is: %d", ivalue)
             // 使用
             STRINGLIZE(2);

// 结果是:2 is: 2,将ivalue的值与后面的字符串合并成一个字符串了

// 注:以下这情况使用时的结果会有不同

int a = 2;

STRINGLIZE(a);

// 1. 结果是:弹出消息框中显示a

// 2. 结果是:a is: 2

注意:预处理的意思就是在编译运行前按字面处理,

  ##       粘贴运算符,即它先进行宏替换,再进行连接。

  Example:   #define MACR1 printf("MACR1 is invoked.")

#define MACR2 printf("MACR2 is invoked.")
             #define MAKE_MACR(n) MACR ## n

// 使用时

MAKE_MACR(2); // -->相当于调用了宏MACR2

// 结果是:MACR2 is invoked.

// 2.

#define STRINGLIZE(ivalue) TRACE("ivalue is: %d", ivalue##ivalue)

STRINGLIZE(2);

// 2. 结果是:ivalue is: 22

// 3.

int a = 2;

STRINGLIZE(a);

// 3. 结果是:error C2065: 'aa' : undeclared identifier

  #@       字符化运算符

  Example:   #define CHARIZEIT(x) #@x

// 使用

char c = CHARIZEIT(z);

// 结果是:c = 'z'

  #include 包含一个源代码文件

Example: #include /#include "my.h"/#include "t.c"

  #define  定义宏

  Example: #define MAX_NUM 10/#define max(x,y) (x) > (y) ? (x) : (y);

#define可以替代多行的代码,例如MFC中的宏定义:
             #define MACRO(arg1, arg2) do { \
               语句; \

}while(条件) 
           关键是要在每一个换行的时候加上一个"\"。

  #undef   取消已定义的宏

  #if      如果给定条件为真,则编译下面代码

  #ifdef   如果宏已经定义,则编译下面代码

  #ifndef  如果宏没有定义,则编译下面代码

  #elif    如果前面的#if给定条件不为真,当前条件为真,则编译下面代码

  #endif   结束一个#if/#ifdef/#ifndef...#else条件编译块

  #error   停止编译并显示错误信息

#line    指令可以改变编译器用来指出警告和错误信息的文件号和行号。

#pragma  指令没有正式的定义。编译器可以自定义其用途。

C++为字符串函数也定义了一系列宏,只例举几个常用的宏:

未定义_UNICODE(ANSI字符) 定义了_UNICODE(Unicode字符)
_tcschr  strchr  wcschr
_tcscmp  strcmp  wcscmp
_tcslen  strlen  wcslen

四、使用Win32 API进行Unicode编程

Win32 API中定义了一些自己的字符数据类型。这些数据类型的定义在winnt.h头文件中。例如:

typedef char           CHAR;
    typedef unsigned short WCHAR;           // wc, 16-bit UNICODE character
    typedef CONST CHAR     *LPCSTR, *PCSTR;
    Win32 API在winnt.h头文件中定义了一些实现字符和常量字符串的宏进行ANSI/Unicode通用编程。同样,只例举几个最常用的:

    #ifdef UNICODE // 注意此处没有没有下划线

        typedef WCHAR         TCHAR, *PTCHAR;

        typedef LPWSTR        LPTCH, PTCH;

        typedef LPWSTR        PTSTR, LPTSTR;

        typedef LPCWSTR       LPCTSTR;

        #define __TEXT(quote) L##quote        // r_winnt

    #else                        // r_winnt

        typedef char          TCHAR, *PTCHAR;

        typedef LPSTR         LPTCH, PTCH;

        typedef LPSTR         PTSTR, LPTSTR;

        typedef LPCSTR        LPCTSTR;

        #define __TEXT(quote) quote           // r_winnt

    #endif                       // r_winnt

API的字符串操作函数和C++的操作函数可以实现相同的功能,所以,如果需要的话,建议您尽可能使用C++的字符串函数,没必要去花太多精力再去学习API的这些东西。

Win32 API实际上有两个版本。一个版本接受MBCS字符串,另一个接受Unicode字符串。

例如:其实根本没有SetWindowText()这个API函数,相反,有SetWindowTextA()和SetWindowTextW()。后缀A表明这是MBCS函数,后缀W表示这是Unicode版本的函数。这些API函数的头文件在winuser.h中声明,下面例举winuser.h中的SetWindowText()函数的声明部分:

    #ifdef UNICODE
        #define SetWindowText  SetWindowTextW
    #else
        #define SetWindowText  SetWindowTextA
    #endif // !UNICODE
    细心的读者可能已经注意到了UNICODE和_UNICODE的区别,前者没有下划线,专门用于Windows头文件;后者有一个前缀下划线,专门用于C运行时头文件。换句话说,也就是在ANSI C++语言里面根据_UNICODE(有下划线)定义与否,各宏分别展开为Unicode或ANSI字符,在Windows里面根据UNICODE(无下划线)定义与否,各宏分别展开为Unicode或ANSI字符。

实际使用中我们同时定义_UNICODE和UNICODE,以实现UNICODE版本编程。

微软提供了一些ANSI和Unicode兼容的通用数据类型,我们最常用的数据类型有_T ,TCHAR,LPTSTR, LPCTSTR。

LPCTSTR和const TCHAR*是完全等同的。其中L表示long指针,这是为了兼容Windows 3.1等16位操作系统遗留下来的,在Win32 中以及其它的32位操作系统中,long指针和near指针及far修饰符都是为了兼容的作用,没有实际意义。P(pointer)表示这是一个指针C(const)表示是一个常量T(_T宏)表示兼容ANSI和UnicodeSTR(string)表示这个变量是一个字符串。综上可以看出,LPCTSTR表示一个指向常固定地址的可以根据一些宏定义改变语义的字符串。

比如: TCHAR  *szText = _T("Hello!");

         TCHAR   szText[] = _T("I Love You");

         LPCTSTR lpszText = _T("大家好!");
    使用函数中的参数最好也要有变化,比如:MessageBox(_T("你好"));其实,在这条语句中,即使您不加_T宏,MessageBox函数也会自动把“你好”字符串进行强制转换。还是推荐您使用_T宏,以表示您有Unicode编码意识

一些字符串操作函数需要获取字符串的字符数(sizeof(szBuffer)/sizeof(TCHAR)),而另一些函数可能需要获取字符串的字节数sizeof(szBuffer)。您应该注意该问题并仔细分析字符串操作函数,以确定能够得到正确的结果。
    1. ANSI操作函数:          以str开头,如strcpy(),strcat(),strlen();
    2. Unicode操作函数:       以wcs开头,如wcscpy,wcscpy(),wcslen();
    3. ANSI/Unicode操作函数: 以_tcs开头 _tcscpy(C运行期库);
    4. ANSI/Unicode操作函数: 以lstr开头 lstrcpy(Windows函数);
考虑ANSI和Unicode的兼容,我们需要使用以_tcs开头或lstr开头的通用字符串操作函数

很多时候程序中既需要Unicode,又需要使用ASCII,这时需要用到操作系统的2个API:

WideCharToMultiByte用来将Unicode字符串转化为MBCS的;

MultiByteToWideChar用来将MBCS字符串转化为Unicode的;

函数原型:

// 将宽字符转换成多个窄字符

int WideCharToMultiByte(UINT    CodePage,        // code page

                        DWORD   dwFlags,         // performance and mapping flags

                        LPCWSTR lpWideCharStr,   // wide-character string

                        int     cchWideChar,     // number of chars in string

                        LPSTR   lpMultiByteStr,  // buffer for new string

                        int     cbMultiByte,     // size of buffer

                        LPCSTR  lpDefaultChar,   // default for unmappable chars

                        LPBOOL  lpUsedDefaultChar); // set when default char used

// 将多个窄字符转换成宽字符

int MultiByteToWideChar(UINT   CodePage,       // code page

                        DWORD  dwFlags,        // character-type options

                        LPCSTR lpMultiByteStr, // string to map

                        int    cbMultiByte,    // number of bytes in string

                        LPWSTR lpWideCharStr,  // wide-character buffer

                        int    cchWideChar);   // size of buffer

这个是我们需要转化的MBCS字符串:char sText[20] = {"多字节字符串!OK!"};

而我们需要知道转化后的UNICODE字符串需要多少个数组空间?直接定义一个20 * 2UNICODE字符的数组,将会发现其中有浪费内存情况!

我们只需要将MultiByteToWideChar()的第四个形参设为-1,即可返回所需的短字符数组空间的个数:

DWORD dwNum = MultiByteToWideChar (CP_ACP, 0, sText, -1, NULL, 0);

    接下来,我们只需要分配响应的数组空间:

    wchar_t *pwText = NULL;

    pwText = new wchar_t[dwNum];

    if (!pwText)

    {

        delete []pwText;

    }

    再接着,我们就可以着手进行转换了。在这里以转换成ASCII码做为例子:

MultiByteToWideChar(CP_ACP, // ANSI code page

                        0,      //

                        sText,  // MBCS字符串

                        -1,     // 返回UNICODE字符串包括'\0'的长度

                        pwText, // UNICODE字符串数组

                        dwNum); // UNICODE字符串数组元素个数

    最后,使用完毕当然要记得释放占用的内存:delete []pwText;

    同理,宽字符转为多字节字符的代码如下:

    wchar_t wText[20] = {L"宽字符转换实例!OK!"};

    DWORD dwNum = WideCharToMultiByte(CP_OEMCP, // OEM code page

                                      0,        //

                                      wText,    // UNICODE字符串

                                      -1,       // 返回MBCS字符串包括'\0'的长度

                                      NULL,     //

                                      0,        //

                                      NULL,     //

                                      FALSE);   //

    char *psText = NULL;

    psText = new char[dwNum];

    if (!psText)

    {

        delete []psText;

    }

    WideCharToMultiByte (CP_OEMCP, 0, wText, -1, psText, dwNum, NULL, FALSE);

    delete []psText;

最后给一个实例代码:

void CTMUDlg::OnBnClickedButton1()
{

DWORD   dwNum = 0;

wchar_t wText[7]  = L"宽字符串示例";

char    sText[13] =  "窄字符串示例";

wchar_t *pwText = NULL;

char    *psText = NULL;

// 先显示一下

MessageBoxW(this->m_hWnd, wText, L"显示常量宽字符串", MB_OK);

MessageBoxA(sText, "显示常量窄字符串", MB_OK);

// 转换一下

dwNum = MultiByteToWideChar (CP_ACP, 0, sText, -1, NULL, 0);

pwText = new wchar_t[dwNum];

if (!pwText)

{

delete[] pwText;

}

MultiByteToWideChar(CP_ACP, // ANSI code page

0,      //

sText,  // MBCS字符串

-1,     // 返回UNICODE字符串包括'\0'的长度

pwText, // UNICODE字符串数组

dwNum); // UNICODE字符串数组元素个数

MessageBoxW(this->m_hWnd, pwText, L"显示窄转宽字符串", MB_OK);

delete[] pwText;

dwNum = WideCharToMultiByte(CP_OEMCP, // OEM code page

0,        //

wText,    // UNICODE字符串

-1,       // 返回MBCS字符串包括'\0'的长度

NULL,     //

0,        //

NULL,     //

FALSE);   //

psText = new char[dwNum];

if (!psText)

{

delete[] psText;

}

WideCharToMultiByte (CP_OEMCP, 0, wText, -1, psText, dwNum, NULL, FALSE);

MessageBoxA(psText, "显示宽转窄字符串", MB_OK);

delete[] psText;
}

VC++下的Unicode编程的更多相关文章

  1. 【转】VC下的Unicode编程

    转自http://www.leewei.org/?p=1304 UniCode简述 在Windows下用VC编程,如果编写的程序要在多种语言环境下运行(比如日文.中文.葡萄牙文等),使用VC默认的MB ...

  2. VC的UNICODE 编程

    简介 如果你编写的程序是针对非英语国家的用户,如中国.日本.东欧和中东地区,那么你一定要熟悉 UNICODE 字符集.尤其是用 Visual C++/MFC 编写针对上述国家和地区的用户的程序时,如果 ...

  3. 【转】VC++的Unicode编程

    转自http://www.cnblogs.com/kex1n/archive/2010/03/15/2286510.html 原始出处http://www.vckbase.com/document/v ...

  4. VC++的Unicode编程

    本文来自:http://tech.ddvip.com/2007-03/117395585321221.html 一.什么是Unicode 先从ASCII说起,ASCII是用来表示英文字符的一种编码规范 ...

  5. 【Windows编程】系列第四篇:使用Unicode编程

    上一篇我们学习了Windows编程的文本及字体输出,在以上几篇的实例中也出现了一些带有“TEXT”的Windows宏定义,有朋友留言想了解一些ANSI和Unicode编程方面的内容,本章就来了解和学习 ...

  6. 在VC下采用ADO实现BLOB(Binary)数据的存储,读取,修改,删除。

    在VC下采用ADO实现BLOB(Binary)数据的存储,读取,修改,删除. 作者:邵盛松 2009-09-05 前言 1关于的BLOB(Binary)数据的存储和读取功能主要参考了MSDN上的一篇& ...

  7. LINUX下C语言编程基础

    实验二 Linux下C语言编程基础 一.实验目的 1. 熟悉Linux系统下的开发环境 2. 熟悉vi的基本操作 3. 熟悉gcc编译器的基本原理 4. 熟练使用gcc编译器的常用选项 5 .熟练使用 ...

  8. DELPHI下的SOCK编程(转)

    DELPHI下的SOCK编程      本文是写给公司新来的程序员的,算是一点培训的教材.本文不会涉及太多的编程细节,只是简单讲解在DELPHI下进行Winsock编程最好了解的知识. 题外话:我认为 ...

  9. linux 操作系统下c语言编程入门

    2)Linux程序设计入门--进程介绍 3)Linux程序设计入门--文件操作 4)Linux程序设计入门--时间概念 5)Linux程序设计入门--信号处理 6)Linux程序设计入门--消息管理  ...

随机推荐

  1. shell基本语法和执行

    执行脚本: 编写一个简单的脚本test.sh: #! /bin/sh cd .. ls Shell脚本中用#表示注释,相当于C语言的//注释.但如果#位于第一行开头,并且是#!(称为Shebang)则 ...

  2. 关于jquery.noConflict()的学习记录

    今天无意中看到了jquery.noConfict()的实现方法 代码如下: var // Map over jQuery in case of overwrite _jQuery = window.j ...

  3. 有关C#中的引用类型的内存问题

    对于一个类,如果定义后(记作对象a),将另外一个对象b直接赋值(“a = b”)给它,则相当于将地址赋值给了这个对象.当另外一个对象b不再对这块地址应用时,a由于对这块地址仍在使用,这块地址的指向的栈 ...

  4. 2.redis配置

    转自:http://www.runoob.com/redis/redis-tutorial.html Redis 的配置文件位于 Redis 安装目录下,文件名为 redis.conf. 你可以通过  ...

  5. 如何理解dart的mixin

    mixin翻译出来就是混入的意思 混入,就是一个类可以使用另一个类里的功能比如方法或者属性,其实这个功能并不陌生 ,有点类似c#里的扩展方法,但是并不同于, mixin和implements有着本质的 ...

  6. Oracle 相关知识点结构图

    最近在学Oracle数据库,制作了些结构图方便记忆!主要涉及到Oracle数据类型,Oracle的表操作以及Oracle的游标,还有的之后再分享...... Oracle 数据类型 因为图片上只能看到 ...

  7. Jquery.Ajax的使用方法

    1.Get $('.manager_republish.notVIP').click(function () { $.ajax({ async: false, type: "get" ...

  8. 使用NPM在项目中引入【lodash】

    mkdir [文件名 ] 创建项目文件 mkdir lodashDemo cd [文件名] 进入项目文件 cd lodashDemo nvm -v 查看nvm版本,确定nvm已安装 nvm -v No ...

  9. centos7 vnc server

    yum -y install vnc *vnc-server* vncserver vncserver :2 vncserver -geometry 1900x1024 =============== ...

  10. Java CST格式字符串转换成Date类型的数据

    Date date = new SimpleDateFormat("EEE MMM dd HH:mm:ss zzz yyyy", Locale.US).parse("We ...