《Windows核心编程》第2章 Unicode

应用软件可以从各种不同的函数中获得特定国家的信息，并可观察控制面板的设置，以确定用户的首选项。软件的本地化要解决的真正问题，实际上就是如何来处理不同的字符集。

有些文字和书写规则（比如中文）的字符集中的符号太多了，因此单字节（它提供的符号最多不能超过256个）是根本不够使用。为此出现了双字节字符集（DBCS），以支持这些文字和书写规则。在双字节字符集中，字符串中的每个字符可以包含一个字节或包含两个字节。

Unicode提供了一种简单而又一致的表示字符串的方法。Unicode字符串中的所有字符都是16位的（两个字节）。在Windows Vista中，每个Unicode字符都是使用UTF-16编码。

UTF-8：将一些字符编码为1个字节，一些字符编码为2个字节，一些字符编码为3个字节，一些字符编码为4个字节。值在0x0080以下的字符压缩为1个字节，0x0080和0x07FF之间的字符转换为2个字节，0x0800以上的字符都转换为3个字节，最后代理对（surrogate pair）被写为4个字节。

UTF-32：将每个都编码为4个字节。

为什么使用Unicode
1) 可以简化将来的代码转换工作
2) 可以很容易地在不同语言之间进行数据交换
3) 使你能够分配支持所有语言的单个二进制exe文件或dll文件
4) 提高应用程序的运行效率

微软公司对Unicode支持的情况
1) Windows 2000既支持Unicode，也支持ANSI，因此可以为任意一种开发应用程序。
2) Windows 98只支持ANSI，只能为ANSI开发应用程序。
3) Windows CE只支持Unicode，只能为Unicode开发应用程序。

标准C头文件String.h中定义了名为wchar_t的数据类型，它是一个Unicode字符的数据类型：typedef unsigned short wchar_t;

ANSI C中所有的Unicode函数均以wcs开头，wcs是宽字符串的英文缩写。若要调用Unicode函数，只需用前缀wcs来取代ANSI字符串函数的前缀str即可。

可以创建同时为ANSI和Unicode进行编译的单个源代码文件。若要建立双重功能，必须包含tchar.h文件，而不是包含Stirng.h文件。

tchar.h文件的唯一作用是帮助创建ANSI/Unicode通用源代码文件。它包含你应该用在源代码中的一组宏，而不应该直接调用str函数或者wcs函数。如果在编译源代码文件时定义了_UNICODE，这些宏就会引用wcs这组函数。如果没有定义_UNICODE，那么这些宏将引用str这组函数。例如在tchar.h中有一个宏称为_tcscpy。如果在包含该头文件时没有定义_ UNICODE，那么_tcscpy就会扩展为ANSI的strcpy函数。否则, _tcscpy将扩展为Unicode的wcscpy函数。

字符串（literal string）前面的大写字母L，用于告诉编译器该字符串应该作为Unicode字符串来编译。

_TEXT宏也在tchar.h文件中做了定义。如果定义了_UNICODE，那么_TEXT定义为式：
#define _TEXT(x) L ## x
否则_TEXT将定义为：#define _TEXT(x) x

Windows头文件也定义了ANSI/UNICODE通用数据类型PTSTR和PCTSTR。这些数据类型既可以指ANSI字符串，也可以指UNICODE字符串，这取决于当编译程序模块时是否定义了UNICODE宏。

_UNICODE宏用于C运行期头文件，而UNICODE宏则用于Windows头文件。当编译源代码模块时，通常必须同时定义这两个宏。