收藏：UNICODE编程

UNICODE编程    [ Date: 2005-8-14 16:57:00 | 作者: 四年缘尽 ]

发信人: gege (呖咕呖咕我发财), 信区: C++ 标  题: UNICODE编程 发信站: 飘渺水云间 (Thu Apr 25 21:00:30 2002), 站内信件 这是一个许多人（包括我自己）曾经或至今仍疑惑的问题（这里我们只讨论UTF-16，即双字节版本）。 1.关于UNICODE 　　首先，UNICODE主要使用的字符类型是WCHAR，定义是unsigned short。从定义我们可以看出这是一个双字节的类型，就是每一个字符占2个字节。这样的话，可以表示的字符类型就可以多达6万多。所有之前的ASCII码分布在0x0000-0x00ff之间，而汉字（包括 big5）分布在0x4e00到0x9fff之间。整个unicode包含了几乎世界上所有的文字。关于UNICODE的细节，可以参看以下网页 http://www.unicode.org/unicode/standard/translations/s-chinese.html 2.为什么要使用UNICODE 　　1) COM：在COM规范中，明确指定了必须使用UNICODE类型，这正是微软充分考虑了跨平台的结果。这也是为什么经常在COM中可以看到BSTR（WCHAR*）类型 　　2）WIN2000和WINNT：在这两个平台中，默认的字符处理方式是UNICODE。即使你写了一个非UNICODE（multibyte)的程序，系统在执行的时候仍然会对你的字符进行一次转换，这样无疑浪费了CPU时间，使用UNICODE可以有效的提高程序的运行效率（仅使用于这两个平台）。当然将来的XP也会如此。 　　3）通用性：使用UNICODE可以使我们不在为汉字和英文字符的判断而烦恼（都是2个字节）。 3.如何使用UNICODE 　　1）首先推荐的类型是TCHAR（通用字符类型）。当你定义了_UNICODE宏的时候，TCHAR就是WCHAR，当你没有定义这个宏的时候，TCHAR就是char，很不可思议吧，我们可以来看一下TCHAR的定义： #ifdef UNICODE // r_winnt typedef WCHAR TCHAR, *PTCHAR; #else /* UNICODE */ // r_winnt typedef char TCHAR, *PTCHAR; #endif /* !_TCHAR_DEFINED */ 上面的代码来自WINNT.H我剔除了一些无关的部分。现在一切都显而易见了。 通过TCHAR，我们只需要这样一段代码： TCHAR tStr[] = _T("t code"); MessageBox(tStr); 就可以支持UNICODE和MULTIBYTE两种版本。_T宏的作用就是转换成TCHAR。 2）关于其他的处理 首先是常用的CString,它本身就支持UNICODE。下面的例子说明了用法： CString *pFileName = new CString("c://tmpfile.txt"); #ifdef _UNICODE m_hFile = CreateFile(pFileName->AllocSysString(), GENERIC_READ | GENERIC_WRITE, FILE_SHARE_READ, NULL, OPEN_EXISTING, FILE_ATTRIBUTE_NORMAL, NULL); #else m_hFile = CreateFile(pFileName->GetBuffer(pFileName->GetLength()), GENERIC_READ | GENERIC_WRITE, FILE_SHARE_READ, NULL, OPEN_EXISTING, FILE_ATTRIBUTE_NORMAL, NULL); #endif 3） 当我们在UNICODE方式中需要为一个字串常量附值时可以使用L宏，如： BSTR wcsStr = L"unicode"; 　　这样的附值很简便，但是，经过L宏处理后的字串一定是UNICODE，如果你吧它附给一个MULTIBYTE的字串，字符将可能会被截断。 　　另外，VC还提供了一些函数如WideCharToMultiByte和MultiByteToWideChar还有另外的一些宏来支持转换。大家可以看MSDN。 3.编译器的设置： 　　首先我们需要在project->settings->C/C++的属性页中的Preprocessor中写入_UNICODE，然后在link属性页中Category中选择output，在Entry-Point symbol 中添加wWinMainCRTStartup，这样，我们的UNICODE工程便大功告成。 发信人: olddog (汪汪汪), 信区: C++ 标  题: Re: UNICODE编程 发信站: 飘渺水云间 (Thu Apr 25 21:44:26 2002), 转信 补充一些： 字符集有UNICODE,ACSII,MBCS等 UNICDE是ASCII的一个扩展， 用16位字符编码。 MBCS是UNICODE的一个替代物，可以用一个或者两个字节（byte）来表示字符。用两个byt e的时候，头一个byte叫做lead-byte，要表明接下来两个byte代表一个字符。不同范围的 lead-byte表明了不同的字符集合(code page)  好比   n1-n2表明是日文，   n3-n4表明 是中文字符。 如果程序考虑到在国际上发布，那么就要用MBCS或者UNICODE，或者使得程序能够以多种模 式编译。 MBCS最普遍的一种情况是DBCS。 使用宽字符的时候需要注意下面几个地方： 1.文件名    2.字符操作（delete,右方向键移动一个character...）    3.string长度 4.程序入口函数 crt和mfc支持single-byte,MBCS,UNICODE 字符串处理函数一般分下面几个版本： str...      single-byte _mbs       MBCS wcs        UNICODE MFC的类成员函数一般用可移植的函数_..... 三种字符间的可移植性 通过TCHAR.H里面的前缀_tcs将三种字符串处理函数统一起来，以及在编译的时候定义不同的宏开关，可以自由选择按照什么方式进行编译。 TCHAR.H里面定义了宏_TCHAR    当按照UNICODE编译的时候，是wchar_t   而按照singlg _code或者MBCS编译的时候则是char 一般来说，我们使用tcs...函数，操作_TCHAR 使用unicode和MCBS的区别； UNICODE    在win_nt, win_2k平台上  不能在95下用  （字符串一定是16位/character） MCBS        任何win32平台   (每个字符可以是1个或者2个字节)