CString与char*互转、ANSI 和 UNICODE 编码及_T和L宏定义的介绍

最新推荐文章于 2023-08-18 16:00:56 发布

前行中的小猪

最新推荐文章于 2023-08-18 16:00:56 发布

阅读量1.8w

点赞数 41

分类专栏：编程笔记文章标签： cstring char ANSI UNICODE wchar-t

本文链接：https://blog.csdn.net/GoForwardToStep/article/details/53079967

版权

编程笔记专栏收录该内容

22 篇文章 3 订阅

订阅专栏

1、简述

之前在写MFC程序的时候经常会用到CString 字符串类型，自从转到Qt就转为用QString了，自然QString比CString好用多了。最近需要将CString 与 char* 进行互转，在使用过程中遇到了一些问题，在此记录下来。

文章内容比较长，希望读者能够耐心看完，如果不看完我相信你一定会后悔的哦 O(∩_∩)O！

注意：

如果是在MFC工程中可以直接使用CString，而在给MFC工程中我们需要加上头文件（#include“afx.h”）。

2、代码之路

首先在讲解代码之前，我们先了解两种编码格式 ANSI 和 UNICODE。如果不了解这两种编码格式，在字符串转换（包括 CString 、char* 、 wchar_t等）中会出现一些问题。因为对于不同的编码格式，字符串之间相互转换的方法是不一样的。

ANSI　　

ANSI 在不同的操作系统下代表着不同的编码。在我们正常用的简体中文windows操作系统中，ANSI代表着GBK编码，而在日文Windows操作系统中，ANSI 编码代表 Shift_JIS 编码。不同 ANSI 编码之间互不兼容，当信息在国际间交流时，无法将属于两种语言的文字，存储在同一段 ANSI 编码的文本中。

当然对于ANSI编码而言，0x00~0x7F之间的字符，依旧是1个字节代表1个字符。这一点是ANSI编码与Unicode编码之间最大也最明显的区别。为使计算机支持更多语言，通常使用 0x80~0xFF 范围的多个字节来表示 1 个字符。

UNICODE——宽字节字符集

UNICODE是计算机科学领域里的一项业界标准,包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。

我们先看下面的代码（补充：我的环境是VS2013）

char* 转 CString

char* pData = "1234";
CString strData(pData);

// 直接赋值 CString strData = pData; / CString strData("1234");

我们从图片中看出strData的值为 L”1234” , 这里有L说明当前项目编码是 UNICODE，下面我们将
编码改为 ANSI 。
这里写图片描述

关于VS中如何修改项目的编码

我们在VS中新建一个项目，然后右击项目，弹出菜单选择属性。进入到如下界面，在配置属性–>常规–>字符集，见下图，我们可以选择两种字符集。

使用 UNICODE 字符集
使用多字节字符集（即 ANSI字符集）

这里写图片描述

我们将字符集改为 “使用多字节字符集”，再看如下代码的结果。
见下图，我们发现strData的值为 “1234” ，而不是 L”1234” ，这就是因为我们修改了编码。

CString strData("1234");

这里写图片描述

那两种不同的编码对字符串的转换有什么影响呢？请继续往下看。

我们在上面通过直接赋值或者通过CString的构造将char* 的值直接传递给CString，那么下面我们用另外一种方式就会看出两种编码产生的影响。

——我们将编码设置为 UNICODE

CString strData;
char* pData = "1234";
strData.Format(("%s"), pData );     // 编译提示无法将参数 1 从“const char [3]”转换为“const wchar_t *

//因为我们现在的编码为 UNICODE ，所以 我们不能直接使用("%s")，要进行如下修改
strData.Format(_T("%s"), pData );   // 编译正确

加上 _T 后编译正确了，我们看一下结果：

这里写图片描述

从上图中我们看到结果并不是我们所想的，因为 UNICODE 为宽字节编码，所以char作为单字节，所以这里结果会显示乱码。

看下面的写法：

CString strData;
wchar_t *data = _T("1234");         // 或者 wchar_t *data = L"1234"; （L 和 _T的区别见下文）
strData.Format(_T("%s"), data);

注意：这里对wchar_t赋值必须加上 _T（） 或者 L ，否则编译会提示无法从“const char [5]”转换为“wchar_t *”，因为我们当前的编码为 UNICODE ，而 wchar_t 为宽字节类型。详情见下文。

这里写图片描述

我们看到图中显示结果正确。

——我们将编码设置为 ANSI

CString strData;
char* pData = "1234";
strData.Format("%s", pData );

这里写图片描述

这次我们没有加 _T ，编译没报错，结果也显示正确，所以编码的不同，对程序编译或者运行结果都有一定的影响，我在网上查找资料的过程中发现有一部分人用了上面的方法，自己便试了，刚开始编译报错，修改为 strData.Format(_T(“%s”), pData );后，解决了编译保存，却结果显示错误，难道是C++的库更新了吗，还是编译环境的问题，想了半天愣是没想明白，后来才知道是编码的问题。

我们再看看下面的问题：

wchar_t *data = _T("1234");     // 现在的编码为 ANSI ，编译后报错，提示无法从“const char [5]”转换为“wchar_t *”

这是为什么呢？我明明加了_T，现在怎么提示错误了，好，既然加上错误，那我去掉试试，结果发现还是一样的错误。我们用下面的代码试试。

wchar_t *data = L"1234";        // 编译正确，结果见下图

这里写图片描述

为什么不同编码，我加上 _T 结果却不一样呢，那我们就来看看 _T 和 L

在tchar.h文件中我们可以看到对宏 _T的定义；

 #define _T(x)       __T(x)
 #define _TEXT(x)    __T(x)
 #define __T(x)      L ## x           //编码为 UNICODE
 #define __T(x)      x                //编码为 ANSI

这里我们可以看到 _T 和 _TEXT 有着一样的定义。而 _T 的作用就是根据当前的编码对字符串进行不同的转换。

如果你的程序为 ANSI编码，_T 实际上不起任何作用。

即为 #define __T(x) x

如果你的程序为 UNICODE编码，_T 相当于 L。

即为 #define __T(x) L ## x

——用代码来说明这两种编码的区别

ANSI编码情况下：

CString str = _T(“12345”); 相当于 CString str = “12345”;

UNICODE编码情况下：

CString str = _T(“12345”); 相当于 CString str = L”12345”;

在程序编译时就已经完成了宏替换。

L表示Unicode编码，L 不管你是以什么方式编译，一律以UNICODE方式保存。

_T可以是UNICODE，也可以是ANSI，这要看编译设置。_T会根据你工程的编码设置自动转换UNICODE和非UNICODE，而L就是转为UNICODE编码方式。

我们看一下wchar_t的定义

typedef wchar_t WCHAR; 并在winnt.h头文件中给出了如下注释

16-bit UNICODE character——16位的UNICODE 编码字符。（在不同系统中或者不同的C或C++库有不同的规定，wchar数据类型一般为16位或32位。）

wchar_t类型介绍

我们知道char类型变量可以存储一个字节的字符，它用来保存英文字符和标点符号是可以的，但是对于汉字、韩文以及日文这样的字符却不可以，因为汉字、韩文以及日文每一个文字都占据两个字节，为了解决这个问题，c++提出了wchar_t类型，称之为双字节类型，又称宽字符类型。

WCHAR //Unicode字符  
PWSTR //指向Unicode字符串的指针  
PCWSTR //指向一个恒定的Unicode字符串的指针  

对应的ANSI数据类型为：CHAR，LPSTR和LPCSTR。
ANSI/Unicode通用数据类型为：TCHAR，PTSTR,LPCTSTR。

因为C++支持两种字符串，即常规的ANSI编码（使用”“包裹）和Unicode编码（使用L”“包裹），这样对应的就有了两套字符串处理函数，比如：strlen和wcslen，分别用于处理两种字符串。

微软将这两套字符集及其操作进行了统一，通过条件编译（通过_UNICODE和UNICODE宏）控制实际使用的字符集，这样就有了_T(“”)这样的字符串，对应的就有了_tcslen这样的函数。我们在上面中也看到对于不同的编码_T会转成不同的格式。

为了存储这样的通用字符，就有了TCHAR：

TCHAR 的定义：

1、在UNICODE编码中:

typedef wchar_t TCHAR;
_tcslen = wcslen

2、在ANSI编码中:

typedef char TCHAR;
_tcslen =strlen

看一下TCHAR 的定义，再上代码来解释。

// 在UNICODE编码中:
TCHAR tchar;
wchar_t wc;
int size = sizeof(wc);              //值为2，表示wchar_t 为宽字符类型
size = sizeof(tchar);               //值为2，说明这里使用了UNICODE编码，TCHAR表示wchar_t

// 在ANSI编码中:
TCHAR tchar;
wchar_t wc;
int size = sizeof(wc);              //值为2，表示wchar_t 为宽字符类型
size = sizeof(tchar);               //值为1，说明这里使用了ANSI编码，TCHAR表示char

这里写图片描述

有了以上知识的基础，我们再来看看下面这个问题

// 编码设置为 ANSI
CString strData;
wchar_t *data = L"1234";         // 这里我们用 L ，用 _T 编译错误，因为编码为ANSI，_T不起作用
strData.Format(_T("%s"), data);  // ANSI编码，这里相当于strData.Format("%s", data);

这里写图片描述

从上面的结果中我们看出strData的值为 “1” ，这是为什么呢？
仔细想了想，因为wchar_t 是双字节类型，相当于data [0]中保存了“1\0”，data [1]中保存了“2\0”，后面以此类推，而当前编码为ANSI，所以遇到1后面的\0就结束了。

实际上我们可以根据Format函数的第一个参数，因为在不同编码环境下这个参数的类型也不一致，而这个参数的类型由 TCHAR 的定义而定，在ANSI编码中为char，在 UNICODE编码中为 wchar_t。

这也是为什么在 ANSI编码中Format的第二个参数为 wchar_t* 导致CString只显示一个字符。
同时也证明了上面文章中，在 UNICODE 编码中Format的第二个参数为char* 导致 CString 显示乱码的问题。

综上所述

在 UNICODE 编码中

使用 CString.Format(_T(“%s”) , wchar_t*) ; 或者 CString.Format(L”%s”， wchar_t*) ;

在 ANSI 编码中

使用 CString.Format(_T(“%s”) , char*) ;或者CString.Format(“%s” , char*)

另外一点需要注意的是，如果在CString 初始化时直接赋值则使用char* 或者 wchar_t* 都可以

char* pData = "1234";
wchar_t* wData = L"1234";

CString strData(pData );    /   CString strData(wData);
或者
CString strData = pData;    /   CString strData = wData;

在 UNICODE 编码中 strData 值为 L“1234”

在 ANSI 编码中 strData 值为“1234”

就编码问题就暂时介绍到这里，下面我们再看看看如何将CStirng转char* 。

CStirng转char*

关于char* 转 CString问题实在是一个头疼的问题，在网上找了很多资料，下面简单介绍一下。

以下在 ANSI 编码中可以使用，在UNICODE编码中无法使用

// 第一种
CString str1 ="123";  
char *p =(LPSTR)(LPCSTR)str1;  

// 第二种
使用 GetBuffer方法返回 char * 类型
CString str1 ="123";  
char *t1 =str1.GetBuffer(str1.GetLength());  
str1.ReleaseBuffer();

在 UNICODE编码中

使用 GetBuffer方法返回 wchar_t * 类型，再将得到的wchar* 类型转为 char*类型

CString str = "123";
wchar_t *wChar = str.GetBuffer(str.GetLength());
str.ReleaseBuffer();
// 将得到的wchar* 类型转为 char*类型
size_t len = wcslen(wChar) + 1;
size_t converted = 0;
char *cChar;
cChar = (char*)malloc(len*sizeof(char));
wcstombs_s(&converted, cChar, len, wChar, _TRUNCATE);

结果：
这里写图片描述

下面是我自己写的方法实现在 UNICODE编码 中将 CStirng转char* ，但是存在一定的限制，就是CString中的字符串只能为数字或者字符，即在ascii码范围内，不能使用中文或者其他字符。

CString strData = "123456ab?!@c";
char cData[1024];
char *pBuff = (char*)strData.GetBuffer(strData.GetLength());
char one = pBuff[0];
char two = pBuff[1];
int i = 0;
for (; i < strData.GetLength(); i++)
{
    cData[i] = pBuff[i * 2];
}
cData[i] = '\0';

这里写图片描述

通过GetBuffer方法返回wchar_t* 类型，而现在我们直接用char* 接收，从上图中可以看出，pBuff 的值为“1”, char 型字符 one 的值为 “1”，char型字符 two的值为“\0”，这也证实了上面文章中的论述。故pBuff值为“1”。

网上也有其他方法：
UniCode 下 CString 转 char* 的方法

尾

在最近的工作中，遇到了CString 转 char*的问题，然后上网找了一大堆资料，发现都是在 ANSI 编码中的CString 转 char*的方法，因为项目工程为UNICODE编码，用了网上的方法根本行不通，然后自己就写了一个转化的方法，同时自己也喜欢探讨记录，就将这些知识整理了一下，整理的过程中也发现了很多问题，通过对这些问题的解决，对字符串的转换有了一个新的认识，虽然花了很长的时间去查阅资料、验证代码、整理文章，但是收获颇丰。代码虽然简单，但是都是干货，相信认真看完的读者，也有一个不小的收获。

如果文章中叙述存在问题，欢迎小伙伴们一起交流。O(∩_∩)O！

前行中的小猪

关注

41
点赞
踩
106

收藏

觉得还不错? 一键收藏
8
评论
CString与char*互转、ANSI 和 UNICODE 编码及_T和L宏定义的介绍

1、简述之前在写MFC程序的时候经常会用到CString 字符串类型，自从转到Qt就转为用QString了，自然QString比CString好用多了。最近需要将CString 与 char* 进行互转，在使用过程中遇到了一些问题，在此记录下来。文章内容比较长，希望读者能够耐心看完，如果不看完我相信你一定会后悔的哦 O(∩_∩)O！注意：如果是在MFC工程中可以直接使用CString，而在给MFC工
复制链接

扫一扫