第2章 字符和字符串处理

2.1字符编码
Windows在Vista中，每个Unicode字符都使用UTF-16编码，UTF的全称是Unicode Transformation Format(Unicode 转换格式)。UTF-16将每个字符编码为2个字节(或者说16位)。
注意：.Net Framework 始终使用UTF-16来编码所有字符和字符串，所以在我们开发的Windows应用程序中，如果需要在本机代码(native code)和托管代码(managed code)之间传递字符和字符串，使用UTF-16能改进性能和减少内存消耗。
Unicode：是1988年由Apple和Xerox共同建立的一项标准。
UTF-8：一些字符编码为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。
UTF-16：将每个字符编码为2个字节(或者说16位)。
UTF-32：将每个字符编码为4个字节(或者说32位)。

2.2 ANSI字符和Unicode字符与字符串数据类型
C语言中用char数据类型来表示一个8位ANSI字符。声明一个字符串时，C编译器会把字符串中的字符转换成8位char数据类型构成一个数组。
//An 8-bit character
char c = ‘A’;
//An array of 99 8-bit character and 8-bit terminating zero
char szBuffer[100] = “A String”;
Windows内建数据类型wchar_t，它表示一个16位的Unicode(UTF-16)字符。声明一个Unicode字符和字符串方法：
//An 16-bit character
wchar_t c = L’A’;
//An array of 99 8-bit character and 8-bit terminating zero
wchar_t szBuffer[100] = L”A String”;
字符串之前的大写字母L通知编译器该字符应当编译为一个Unicode字符串。当编译器将此字符串放入程序的数据段时，会使用UTF-16来编码每个字符，在每个ASCII字符间都用一个0来加以区分。
Windows 开发团队定义自己的数据类型，在Windows头文件WinNT.h中定义了一下数据类型：
type char CHAR； //An 8-bit character
type wchar_t WCHAR; //An 16-bit character
更多数据类型请查看WinNT.h头文件。
另外，在写代码的时候，可以使用ANSI或Unicode字符/字符串使其能够通过编译。WinNT.h定义了一下类型和宏：

#ifdef UNICODE

typedef WCHAR TCHAR, *PTCHAR, PTSTR;
typedef CONST WCHAR *PCTSTR;

#define _TEXT(qute) L##quote

#else

typedef CHAR TCHAR, *PTCHAR, PTSTR;
typedef CONST CHAR *PCTSTR;
#define _TEXT(qute) quote

#endif

#define TEXT(qute) _TEXT(qute)

这样无论使用ANSI还是Unicode字符，它都能通过编译。

2.3 Windows 中的Unicode函数和ANSI函数
如果一个Windows函数参数列表中有字符串，则该函数通常有两个版本。例如，一个CreateWindowsEx接受Unicode字符串，另一个CreateWindowsEx接受ANSI字符串。
在winUser.h中，CreateWindowEx实际是一个宏，定义如下：

#ifdef UNICODE
#define CreateWindowsEx CreateWindowsExW
#else
#define CreateWindowsEx CreateWindowsExA
#endif

在编译源码时，是否定义UNICODE决定着调用那一个版本CreateWindowsEx。在Windows 中，CreateWindowsExA的源码只是一个转换层，它负责分配内存，以便将ANSI字符串转换为Unicode字符串。然后 ，代码会调用CreateWindowsExW，并向它传递转换后的字符串。CreateWindowsExW返回时，CreateWindowsExA会释放它的内存缓冲区。由于系统需要执行这些转换操作，所以应用程序需要更多的内存，而且运行速度较慢。目前已知Windows的这些转换函数存在一些bug，所以尽可能开始就使用Unicode。
2.4 C 运行库中的Unicode和ANSI函数
同Windows函数一样，C运行库提供了一系列函数来处理ANSI字符和字符串，并提供了另一系列函数来处理Unicode字符和字符串。例如：
头文件TChar.h

#ifdef _UNICODE
#define _tcslen wcslen
#else
#define _tcslen strlen
#endif

现在明白应该在代码中调用_tcslen。
2.5 C 运行库中的安全字符串函数
任何修改字符串的函数都存在一个安全隐患：如果目标字符串缓冲区不够大，无法容纳所生成的字符串，就会导致内存中的数据被破坏。
2.5.1 初识新的安全字符串函数
2.5.2 在处理字符串时如何获得更多控制
2.5.3 Windows字符串函数

2.6 为何要用Unicode

Windows系统都采用Unicode，你有什么理由不使用Unicode编程。

2.7 推荐的字符和字符串的处理方式

2.8 Unicode和ANSI字符串转换
我们使用Windows函数 MultiByteToWideChar 将多字节字符串转换位宽字符字符串。

int MultiByteToWideChar( 
    UINT CodePage, 
    DWORD dwFlags, 
    LPCSTR lpMultiByteStr, 
    int cbMultiByte, 
    LPWSTR lpWideCharStr, 
    int cchWideChar 
);

对应地，WideCharToMultiByte 函数将款字符字符串转换为多字节字符串。

int WideCharToMultiByte( 
    UINT CodePage, 
    DWORD dwFlags, 
    LPCWSTR lpWideCharStr, 
    int cchWideChar, 
    LPSTR lpMultiByteStr, 
    int cbMultiByte, 
    LPCSTR lpDefaultChar, 
    LPBOOL lpUsedDefaultChar 
);

2.8.1 导出ANSI和Unicode DLL 函数
2.8.2 判断文本是ANSI还是Unicode