带你玩转Visual Studio——带你理解多字节编码与Unicode码

最新推荐文章于 2024-09-07 14:18:41 发布
最新推荐文章于 2024-09-07 14:18:41 发布
阅读量779 收藏 1
点赞数
分类专栏： MFC


本文转自http://blog.csdn.net/luoweifu/article/details/49382969

上一篇文章带你玩转Visual Studio——带你跳出坑爹的Runtime Library坑帮我们理解了Windows中的各种类型C/C++运行时库及它的来龙去脉，这是C++开发中特别容易误入歧途的一个地方，我们对它进行了总结和归纳。本篇文章我们将继续讲解C++开发中容易混淆的另一个概念——多字节字符集与Unicode字符集。

多字节字符与宽字节字符

char与wchar_t

我们知道C++基本数据类型中表示字符的有两种：char、wchar_t。 
char叫多字节字符，一个char占一个字节，之所以叫多字节字符是因为它表示一个字时可能是一个字节也可能是多个字节。一个英文字符(如’s’)用一个char(一个字节)表示，一个中文汉字(如’中’)用3个char(三个字节)表示，看下面的例子。

void TestChar()
{
    char ch1 = 's';             // 正确
    cout << "ch1:" << ch1 << endl;
    char ch2 = '中';             // 错误,一个char不能完整存放一个汉字信息
    cout << "ch2:" << ch2 << endl;

    char str[4] = "中";          //前三个字节存放汉字'中',最后一个字节存放字符串结束符\0
    cout << "str:" << str << endl;
    //char str2[2] = "国";       // 错误：'str2' : array bounds overflow
    //cout << str2 << endl;
}

结点如下：

ch1:s 
ch2: 
str:中

wchar_t被称为宽字符，一个wchar_t占2个字节。之所以叫宽字符是因为所有的字都要用两个字节(即一个wchar_t)来表示，不管是英文还是中文。看下面的例子：

void TestWchar_t()
{
    wcout.imbue(locale("chs"));     // 将wcout的本地化语言设置为中文

    wchar_t wch1 = L's';            // 正确
    wcout << "wch1:" << wch1 << endl;
    wchar_t wch2 = L'中';            // 正确,一个汉字用一个wchar_t表示
    wcout << "wch2:" << wch2 << endl;

    wchar_t wstr[2] = L"中";         // 前两个字节(前一个wchar_t)存放汉字'中',最后两个字节(后一个wchar_t)存放字符串结束符\0
    wcout << "wstr:" << wstr << endl;
    wchar_t wstr2[3] = L"中国";
    wcout << "wstr2:" << wstr2 << endl;
}


结果如下：

ch1:s 
ch2:中 
str:中 
str2:中国

说明： 
1. 用常量字符给wchar_t变量赋值时，前面要加L。如： wchar_t wch2 = L’中’; 
2. 用常量字符串给wchar_t数组赋值时,前面要加L。如： wchar_t wstr2[3] = L”中国”; 
3. 如果不加L，对于英文可以正常，但对于非英文(如中文)会出错。

string与wstring

字符数组可以表示一个字符串，但它是一个定长的字符串，我们在使用之前必须知道这个数组的长度。为方便字符串的操作，STL为我们定义好了字符串的类string和wstring。大家对string肯定不陌生，但wstring可能就用的少了。

string是普通的多字节版本，是基于char的，对char数组进行的一种封装。

wstring是Unicode版本，是基于wchar_t的，对wchar_t数组进行的一种封装。

string 与 wstring的相关转换：

以下的两个方法是跨平台的，可在Windows下使用，也可在Linux下使用。

<code class="language-C++ hljs cpp has-numbering" style="display: block; padding: 0px; background-color: transparent; color: inherit; box-sizing: border-box; font-family: 'Source Code Pro', monospace;font-size:undefined; white-space: pre; border-top-left-radius: 0px; border-top-right-radius: 0px; border-bottom-right-radius: 0px; border-bottom-left-radius: 0px; word-wrap: normal; background-position: initial initial; background-repeat: initial initial;"><span class="hljs-preprocessor" style="color: rgb(68, 68, 68); box-sizing: border-box;">#include <cstdlib></span>
<span class="hljs-preprocessor" style="color: rgb(68, 68, 68); box-sizing: border-box;">#include <string.h></span>
<span class="hljs-preprocessor" style="color: rgb(68, 68, 68); box-sizing: border-box;">#include <string></span>

<span class="hljs-comment" style="color: rgb(136, 0, 0); box-sizing: border-box;">// wstring => string</span>
<span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">std</span>::<span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">string</span> WString2String(<span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">const</span> <span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">std</span>::wstring& ws)
{
    <span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">std</span>::<span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">string</span> strLocale = setlocale(LC_ALL, <span class="hljs-string" style="color: rgb(0, 136, 0); box-sizing: border-box;">""</span>);
    <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">const</span> <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">wchar_t</span>* wchSrc = ws.c_str();
    size_t nDestSize = wcstombs(NULL, wchSrc, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">0</span>) + <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">1</span>;
    <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">char</span> *chDest = <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">new</span> <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">char</span>[nDestSize];
    <span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">memset</span>(chDest,<span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">0</span>,nDestSize);
    wcstombs(chDest,wchSrc,nDestSize);
    <span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">std</span>::<span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">string</span> strResult = chDest;
    <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">delete</span> []chDest;
    setlocale(LC_ALL, strLocale.c_str());
    <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">return</span> strResult;
}

<span class="hljs-comment" style="color: rgb(136, 0, 0); box-sizing: border-box;">// string => wstring</span>
<span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">std</span>::wstring String2WString(<span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">const</span> <span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">std</span>::<span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">string</span>& s)
{
    <span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">std</span>::<span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">string</span> strLocale = setlocale(LC_ALL, <span class="hljs-string" style="color: rgb(0, 136, 0); box-sizing: border-box;">""</span>); 
    <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">const</span> <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">char</span>* chSrc = s.c_str();
    size_t nDestSize = mbstowcs(NULL, chSrc, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">0</span>) + <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">1</span>;
    <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">wchar_t</span>* wchDest = <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">new</span> <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">wchar_t</span>[nDestSize];
    wmemset(wchDest, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">0</span>, nDestSize);
    mbstowcs(wchDest,chSrc,nDestSize);
    <span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">std</span>::wstring wstrResult = wchDest;
    <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">delete</span> []wchDest;
    setlocale(LC_ALL, strLocale.c_str());
    <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">return</span> wstrResult;
}</code><ul class="pre-numbering" style="box-sizing: border-box; position: absolute; width: 50px; background-color: rgb(238, 238, 238); top: 0px; left: 0px; margin: 0px; padding: 6px 0px 40px; border-right-width: 1px; border-right-style: solid; border-right-color: rgb(221, 221, 221); list-style: none; text-align: right;"><li style="box-sizing: border-box; padding: 0px 5px;">1</li><li style="box-sizing: border-box; padding: 0px 5px;">2</li><li style="box-sizing: border-box; padding: 0px 5px;">3</li><li style="box-sizing: border-box; padding: 0px 5px;">4</li><li style="box-sizing: border-box; padding: 0px 5px;">5</li><li style="box-sizing: border-box; padding: 0px 5px;">6</li><li style="box-sizing: border-box; padding: 0px 5px;">7</li><li style="box-sizing: border-box; padding: 0px 5px;">8</li><li style="box-sizing: border-box; padding: 0px 5px;">9</li><li style="box-sizing: border-box; padding: 0px 5px;">10</li><li style="box-sizing: border-box; padding: 0px 5px;">11</li><li style="box-sizing: border-box; padding: 0px 5px;">12</li><li style="box-sizing: border-box; padding: 0px 5px;">13</li><li style="box-sizing: border-box; padding: 0px 5px;">14</li><li style="box-sizing: border-box; padding: 0px 5px;">15</li><li style="box-sizing: border-box; padding: 0px 5px;">16</li><li style="box-sizing: border-box; padding: 0px 5px;">17</li><li style="box-sizing: border-box; padding: 0px 5px;">18</li><li style="box-sizing: border-box; padding: 0px 5px;">19</li><li style="box-sizing: border-box; padding: 0px 5px;">20</li><li style="box-sizing: border-box; padding: 0px 5px;">21</li><li style="box-sizing: border-box; padding: 0px 5px;">22</li><li style="box-sizing: border-box; padding: 0px 5px;">23</li><li style="box-sizing: border-box; padding: 0px 5px;">24</li><li style="box-sizing: border-box; padding: 0px 5px;">25</li><li style="box-sizing: border-box; padding: 0px 5px;">26</li><li style="box-sizing: border-box; padding: 0px 5px;">27</li><li style="box-sizing: border-box; padding: 0px 5px;">28</li><li style="box-sizing: border-box; padding: 0px 5px;">29</li><li style="box-sizing: border-box; padding: 0px 5px;">30</li><li style="box-sizing: border-box; padding: 0px 5px;">31</li><li style="box-sizing: border-box; padding: 0px 5px;">32</li><li style="box-sizing: border-box; padding: 0px 5px;">33</li></ul>

字符集(Charcater Set)与字符编码(Encoding)

字符集（Charcater Set或Charset）：是一个系统支持的所有抽象字符的集合，也就是一系列字符的集合。字符是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。常见的字符集有：ASCII字符集、GB2312字符集(主要用于处理中文汉字)、GBK字符集(主要用于处理中文汉字)、Unicode字符集等。

字符编码（Character Encoding）：是一套法则，使用该法则能够对自然语言的字符的一个字符集（如字母表或音节表），与计算机能识别的二进制数字进行配对。即它能在符号集合与数字系统之间建立对应关系，是信息处理的一项基本技术。通常人们用符号集合（一般情况下就是文字）来表达信息，而计算机的信息处理系统则是以二进制的数字来存储和处理信息的。字符编码就是将符号转换为计算机能识别的二进制编码。

一般一个字符集等同于一个编码方式，ANSI体系(ANSI是一种字符代码，为使计算机支持更多语言，通常使用 0x80~0xFF 范围的 2 个字节来表示 1 个字符)的字符集如ASCII、ISO 8859-1、GB2312、GBK等等都是如此。一般我们说一种编码都是针对某一特定的字符集。 
一个字符集上也可以有多种编码方式，例如UCS字符集(也是Unicode使用的字符集)上有UTF-8、UTF-16、UTF-32等编码方式。

从计算机字符编码的发展历史角度来看，大概经历了三个阶段： 
第一个阶段：ASCII字符集和ASCII编码。 
计算机刚开始只支持英语(即拉丁字符)，其它语言不能够在计算机上存储和显示。ASCII用一个字节(Byte)的7位(bit)表示一个字符，第一位置0。后来为了表示更多的欧洲常用字符又对ASCII进行了扩展，又有了EASCII，EASCII用8位表示一个字符，使它能多表示128个字符，支持了部分西欧字符。

第二个阶段:ANSI编码（本地化） 
为使计算机支持更多语言，通常使用 0x80~0xFF 范围的 2 个字节来表示 1 个字符。比如：汉字 ‘中’ 在中文操作系统中，使用 [0xD6,0xD0] 这两个字节存储。 
不同的国家和地区制定了不同的标准，由此产生了 GB2312, BIG5, JIS 等各自的编码标准。这些使用 2 个字节来代表一个字符的各种汉字延伸编码方式，称为 ANSI 编码。在简体中文系统下，ANSI 编码代表 GB2312 编码，在日文操作系统下，ANSI 编码代表 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。

第三个阶段：UNICODE（国际化） 
为了使国际间信息交流更加方便，国际组织制定了 UNICODE 字符集，为各种语言中的每一个字符设定了统一并且唯一的数字编号，以满足跨语言、跨平台进行文本转换、处理的要求。UNICODE 常见的有三种编码方式:UTF-8(1个字节表示)、UTF-16((2个字节表示))、UTF-32(4个字节表示)。

我们可以用一个树状图来表示由ASCII发展而来的各个字符集和编码的分支： 

各种类型的编译 
图 1： 各种类型的编译

如果要更详细地了解字符集和字符编码请参考： 
字符集和字符编码（Charset & Encoding）

工程里多字节与宽字符的配制

右键你的工程名->Properties，设置如下： 

Character Set 
图 2： Character Set

  1. 当设置为Use Unicode Character Set时，会有预编译宏：_UNICODE、UNICODE 
    Unicode
    图 3： Unicode
  2. 当设置为Use Multi-Byte Character Set时，会有预编译宏：_MBCS 
    Multi-Byte
    图 4： Multi-Byte

Unicode Character Set与Multi-Byte Character Set有什么区别呢？

Unicode Character Set和Multi-Byte Character Set这两个设置有什么区别呢？我们来看一个例子: 
有一个程序需要用MessageBox弹出提示框：

<code class="language-C++ hljs lasso has-numbering" style="display: block; padding: 0px; background-color: transparent; color: inherit; box-sizing: border-box; font-family: 'Source Code Pro', monospace;font-size:undefined; white-space: pre; border-top-left-radius: 0px; border-top-right-radius: 0px; border-bottom-right-radius: 0px; border-bottom-left-radius: 0px; word-wrap: normal; background-position: initial initial; background-repeat: initial initial;"><span class="hljs-variable" style="color: rgb(102, 0, 102); box-sizing: border-box;">#include</span> <span class="hljs-string" style="color: rgb(0, 136, 0); box-sizing: border-box;">"windows.h"</span>

<span class="hljs-literal" style="color: rgb(0, 102, 102); box-sizing: border-box;">void</span> TestMessageBox()
{
    <span class="hljs-tag" style="color: rgb(0, 102, 102); box-sizing: border-box;">::MessageBox</span>(<span class="hljs-built_in" style="color: rgb(102, 0, 102); box-sizing: border-box;">NULL</span>, <span class="hljs-string" style="color: rgb(0, 136, 0); box-sizing: border-box;">"这是一个测试程序!"</span>, <span class="hljs-string" style="color: rgb(0, 136, 0); box-sizing: border-box;">"Title"</span>, MB_OK);
}</code><ul class="pre-numbering" style="box-sizing: border-box; position: absolute; width: 50px; background-color: rgb(238, 238, 238); top: 0px; left: 0px; margin: 0px; padding: 6px 0px 40px; border-right-width: 1px; border-right-style: solid; border-right-color: rgb(221, 221, 221); list-style: none; text-align: right;"><li style="box-sizing: border-box; padding: 0px 5px;">1</li><li style="box-sizing: border-box; padding: 0px 5px;">2</li><li style="box-sizing: border-box; padding: 0px 5px;">3</li><li style="box-sizing: border-box; padding: 0px 5px;">4</li><li style="box-sizing: border-box; padding: 0px 5px;">5</li><li style="box-sizing: border-box; padding: 0px 5px;">6</li></ul>

上面这个Demo非常简单不用多说了吧！我们将Character Set设置为Multi-Byte Character Set时，可以正常编译和运行。但当我们设置为Unicode Character Set，则会有以下编译错误：

error C2664: ‘MessageBoxW’ : cannot convert parameter 2 from ‘const char [18]’ to ‘LPCWSTR’

这是因为MessageBox有两个版本，一个MessageBoxW针对Unicode版的，一个是MessageBoxA针对Multi-Byte的，它们通过不同宏进行隔开，预设不同的宏会使用不同的版本。我们使用了Use Unicode Character Set就预设了_UNICODE、UNICODE宏，所以编译时就会使用MessageBoxW，这时我们传入多字节常量字符串肯定会有问题，而应该传入宽符的字符串，即将”Title”改为L”Title”就可以了，”这是一个测试程序!”也一样。

<code class="hljs bash has-numbering" style="display: block; padding: 0px; background-color: transparent; color: inherit; box-sizing: border-box; font-family: 'Source Code Pro', monospace;font-size:undefined; white-space: pre; border-top-left-radius: 0px; border-top-right-radius: 0px; border-bottom-right-radius: 0px; border-bottom-left-radius: 0px; word-wrap: normal; background-position: initial initial; background-repeat: initial initial;">WINUSERAPI
int
WINAPI
MessageBoxA(
    __<span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">in</span>_opt HWND hWnd,
    __<span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">in</span>_opt LPCSTR lpText,
    __<span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">in</span>_opt LPCSTR lpCaption,
    __<span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">in</span> UINT uType);
WINUSERAPI
int
WINAPI
MessageBoxW(
    __<span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">in</span>_opt HWND hWnd,
    __<span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">in</span>_opt LPCWSTR lpText,
    __<span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">in</span>_opt LPCWSTR lpCaption,
    __<span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">in</span> UINT uType);
<span class="hljs-comment" style="color: rgb(136, 0, 0); box-sizing: border-box;">#ifdef UNICODE</span>
<span class="hljs-comment" style="color: rgb(136, 0, 0); box-sizing: border-box;">#define MessageBox  MessageBoxW</span>
<span class="hljs-comment" style="color: rgb(136, 0, 0); box-sizing: border-box;">#else</span>
<span class="hljs-comment" style="color: rgb(136, 0, 0); box-sizing: border-box;">#define MessageBox  MessageBoxA</span>
<span class="hljs-comment" style="color: rgb(136, 0, 0); box-sizing: border-box;">#endif // !UNICODE</span></code><ul class="pre-numbering" style="box-sizing: border-box; position: absolute; width: 50px; background-color: rgb(238, 238, 238); top: 0px; left: 0px; margin: 0px; padding: 6px 0px 40px; border-right-width: 1px; border-right-style: solid; border-right-color: rgb(221, 221, 221); list-style: none; text-align: right;"><li style="box-sizing: border-box; padding: 0px 5px;">1</li><li style="box-sizing: border-box; padding: 0px 5px;">2</li><li style="box-sizing: border-box; padding: 0px 5px;">3</li><li style="box-sizing: border-box; padding: 0px 5px;">4</li><li style="box-sizing: border-box; padding: 0px 5px;">5</li><li style="box-sizing: border-box; padding: 0px 5px;">6</li><li style="box-sizing: border-box; padding: 0px 5px;">7</li><li style="box-sizing: border-box; padding: 0px 5px;">8</li><li style="box-sizing: border-box; padding: 0px 5px;">9</li><li style="box-sizing: border-box; padding: 0px 5px;">10</li><li style="box-sizing: border-box; padding: 0px 5px;">11</li><li style="box-sizing: border-box; padding: 0px 5px;">12</li><li style="box-sizing: border-box; padding: 0px 5px;">13</li><li style="box-sizing: border-box; padding: 0px 5px;">14</li><li style="box-sizing: border-box; padding: 0px 5px;">15</li><li style="box-sizing: border-box; padding: 0px 5px;">16</li><li style="box-sizing: border-box; padding: 0px 5px;">17</li><li style="box-sizing: border-box; padding: 0px 5px;">18</li><li style="box-sizing: border-box; padding: 0px 5px;">19</li><li style="box-sizing: border-box; padding: 0px 5px;">20</li><li style="box-sizing: border-box; padding: 0px 5px;">21</li></ul>

上面的Multi-Byte Character Set一般是指ANSI（多字节）字符集，关于ANSI请参考第二小节字符集(Charcater Set)与字符编码(Encoding)。而Unicode Character Set就是Unicode字符集，一般是指UTF-16编码的Unicode。也就是说每个字符编码为两个字节，两个字节可以表示65535个字符，65535个字符可以表示世界上大部分的语言。

一般推荐使用Unicode的方式，因为它可以适应各个国家语言，在进行软件国际时将会非常便得。除非在对存储要求非常高的时候，或要兼容C的代码时，我们才会使用多字节的方式 。

理解_T()、_Text()宏即L”“

上一小节对MessageBox的调用中除了使用L”Title”外，还可以使用_T(“Title”)和_TEXT(“Title”)。而且你会发现在MFC和Win32程序中会更多地使用_T和_TEXT，那_T、_TEXT和L之间有什么区别呢？

通过第一小节多字节字符与宽字节字符我们知道表示多字节字符(char)串常量时用一般的双引号括起来就可以了，如”String test”；而表示宽字节字符(wchar_t)串常量时要在引号前加L，如L”String test”。

查看tchar.h头文件的定义我们知道_T和_TEXT的功能是一样的，是一个预定义的宏。

<code class="hljs cs has-numbering" style="display: block; padding: 0px; background-color: transparent; color: inherit; box-sizing: border-box; font-family: 'Source Code Pro', monospace;font-size:undefined; white-space: pre; border-top-left-radius: 0px; border-top-right-radius: 0px; border-bottom-right-radius: 0px; border-bottom-left-radius: 0px; word-wrap: normal; background-position: initial initial; background-repeat: initial initial;"><span class="hljs-preprocessor" style="color: rgb(68, 68, 68); box-sizing: border-box;">#<span class="hljs-keyword" style="box-sizing: border-box;">define</span> _T(x)       __T(x)</span>
<span class="hljs-preprocessor" style="color: rgb(68, 68, 68); box-sizing: border-box;">#<span class="hljs-keyword" style="box-sizing: border-box;">define</span> _TEXT(x)    __T(x)</span></code><ul class="pre-numbering" style="box-sizing: border-box; position: absolute; width: 50px; background-color: rgb(238, 238, 238); top: 0px; left: 0px; margin: 0px; padding: 6px 0px 40px; border-right-width: 1px; border-right-style: solid; border-right-color: rgb(221, 221, 221); list-style: none; text-align: right;"><li style="box-sizing: border-box; padding: 0px 5px;">1</li><li style="box-sizing: border-box; padding: 0px 5px;">2</li></ul>

我们再看看__T(x)的定义，发现它有两个：

<code class="hljs r has-numbering" style="display: block; padding: 0px; background-color: transparent; color: inherit; box-sizing: border-box; font-family: 'Source Code Pro', monospace;font-size:undefined; white-space: pre; border-top-left-radius: 0px; border-top-right-radius: 0px; border-bottom-right-radius: 0px; border-bottom-left-radius: 0px; word-wrap: normal; background-position: initial initial; background-repeat: initial initial;"><span class="hljs-comment" style="color: rgb(136, 0, 0); box-sizing: border-box;">#ifdef  _UNICODE</span>
// <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">...</span> 省略其它代码
<span class="hljs-comment" style="color: rgb(136, 0, 0); box-sizing: border-box;">#define __T(x)      L ## x</span>
// <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">...</span> 省略其它代码
<span class="hljs-comment" style="color: rgb(136, 0, 0); box-sizing: border-box;">#else   /* ndef _UNICODE */</span>
// <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">...</span> 省略其它代码
<span class="hljs-comment" style="color: rgb(136, 0, 0); box-sizing: border-box;">#define __T(x)      x</span>
// <span class="hljs-keyword" style="color: rgb(0, 0, 136); box-sizing: border-box;">...</span> 省略其它代码
<span class="hljs-comment" style="color: rgb(136, 0, 0); box-sizing: border-box;">#endif  /* _UNICODE */</span></code><ul class="pre-numbering" style="box-sizing: border-box; position: absolute; width: 50px; background-color: rgb(238, 238, 238); top: 0px; left: 0px; margin: 0px; padding: 6px 0px 40px; border-right-width: 1px; border-right-style: solid; border-right-color: rgb(221, 221, 221); list-style: none; text-align: right;"><li style="box-sizing: border-box; padding: 0px 5px;">1</li><li style="box-sizing: border-box; padding: 0px 5px;">2</li><li style="box-sizing: border-box; padding: 0px 5px;">3</li><li style="box-sizing: border-box; padding: 0px 5px;">4</li><li style="box-sizing: border-box; padding: 0px 5px;">5</li><li style="box-sizing: border-box; padding: 0px 5px;">6</li><li style="box-sizing: border-box; padding: 0px 5px;">7</li><li style="box-sizing: border-box; padding: 0px 5px;">8</li><li style="box-sizing: border-box; padding: 0px 5px;">9</li></ul>

这下明白了吗？当我们的工程的Character Set设置为Use Unicode Character Set时_T和_TEXT就会在常量字符串前面加L，否则(即Use Multi-Byte Character Set时)就会以一般的字符串处理。

Dword、LPSTR、LPWSTR、LPCSTR、LPCWSTR、LPTSTR、LPCTSTR

VC++中还有一些常用的宏你也许会范糊涂，如Dword、LPSTR、LPWSTR、LPCSTR、LPCWSTR、LPTSTR、LPCTSTR。这里我们统一总结一下： 
常见的宏：

类型 MBCS UNICODE
WCHAR wchar_t wchar_t
LPSTR char* char*
LPCSTR const char* const char*
LPWSTR wchar_t* wchar_t*
LPCWSTR const wchar_t* const wchar_t*
TCHAR char wchar_t
LPTSTR TCHAR*(或char*) TCHAR* (或wchar_t*)
LPCTSTR const TCHAR* const TCHAR*

相互转换方法： 
LPWSTR->LPTSTR: W2T(); 
LPTSTR->LPWSTR: T2W(); 
LPCWSTR->LPCSTR: W2CT(); 
LPCSTR->LPCWSTR: T2CW();

ANSI->UNICODE: A2W(); 
UNICODE->ANSI: W2A();

字符串函数： 
还有一些字符串的操作函数，它们也有一 一对应关系：

MBCS UNICODE
strlen(); wcslen();
strcpy(); wcscpy();
strcmp(); wcscmp();
strcat(); wcscat();
strchr(); wcschr();
… …

通过这些函数和宏的命名你也许就发现了一些霍规律，一般带有前缀w(或后缀W)的都是用于宽字符的，而不带前缀w(或带有后缀A)的一般是用于多字节字符的。

理解CString产生的原因与工作的机理

CString：动态的TCHAR数组，是对TCHAR数组的一种封闭。它是一个完全独立的类，封装了“+”等操作符和字符串操作方法，换句话说就是CString是对TCHAR操作的方法的集合。它的作用是方便WIN32程序和MFC程序进行字符串的处理和类型的转换。

关于CString更详细的用法请参考： 
CString与string、char*的区别和转换 
CString的常见用法

参考文章： 
字符集和字符编码（Charset & Encoding） 
字符，字节和编码 
《windows核心编程系列》二谈谈ANSI和Unicode字符集 
Dword、LPSTR、LPWSTR、LPCSTR、LPCWSTR、LPTSTR、LPCTSTR

上一篇回顾： 
带你玩转Visual Studio——带你跳出坑爹的Runtime Library坑

下一篇要讲述的内容： 
带你玩转Visual Studio——带你解读__cdecl、__fastcall、__stdcall三种调用约定


ccfxue
关注
专栏目录
「IDE」Visual Studio2022 字符集
何曾参静谧的博客
06-03 2794
当我们在使用 Visual Studio 编写程序时，经常会遇到字符集的问题。在 Visual Studio 中，字符集选项有两个选项：Unicode 字符集和多字节字符集。本文将介绍这两种字符集以及如何正确地选择字符集。
一文带你弄懂C++中的ANSI、Unicode和UTF8三种字符编码及相互转换
dvlinker的技术专栏
10-31 1万+
本文详细介绍ANSI、Unicode和UTF8三种字符编码以及它们之间的相互转换，并给出了实际问题实例。
玩转Visual Studio-理解多字节编码和Unicode编码
never give up的博客
11-04 1188
玩转Visual Studio-理解多字节编码和Unicode编码
关于多字节字符集和Unicode字符集的理解
最新发布
weixin_59345220的博客
09-07 1027
每个字符的字节数不同，处理时需要系统判断字符长度。支持有限的字符集（如 GBK 支持简体中文），容易出现乱码问题，尤其在处理不常见的符号时。
VS中多字节字符集和UNICODE字符集的使用说明
weixin_47187658的博客
07-31 2867
VS中多字节字符集和UNICODE字符集的使用说明
Visual Studio——使用多字节字符集与使用Unicode字符集
热门推荐
huashuolin001的博客
07-23 2万+
vs配置选项“使用多字节字符集”和“使用Unicode字符集”的区别 VS集成开发环境，字符集选择“使用多字节字符集”和“使用Unicode字符集”的直接区别就是：编译器是否增加了宏定义——UNICODE。当选择“使用Unicode字符集”时，编译器会增加宏定义——UNICODE；而选择“使用多字节字符集”时，编译器则不会增加宏定义——UNICODE。 而是否增加了宏定义UNICODE，则...
Visual Studio 2019修改编码UTF-8的实现
12-20
在Visual Studio 2019中，有时候默认的编码设置可能不满足开发者的需求，例如，如果源代码文件包含了非ASCII字符，可能会导致C4819警告，这是因为文件编码与VS的默认设置不匹配。解决这个问题的关键是将文件编码更改...
详解C++中的ANSI、Unicode和UTF8三种字符编码及相互转换
dvlinker的技术专栏
06-08 1万+
本文详细介绍ANSI、Unicode和UTF8三种字符编码以及它们之间的相互转换，并给出了实际问题实例。
Unicode解码编码_unicode解码_unincode转换_Unicode解码编码_源码
10-04
综上所述，理解和熟练运用Unicode解码编码对于任何涉及文本处理的IT专业人员来说都至关重要，无论是编写多语言软件、解析网络数据还是处理跨平台的数据交换。在实际工作中，正确处理Unicode编码和解码能确保数据的...
java emoji转unicode编码_4字节emoji表情对应的Unicode编码获取和编码转换
weixin_30883241的博客
02-16 1616
GitHub Flavored Markdown今天研究了一天Markdown移动端和pc端统一实现方式，由于以前有搞过移动端富文本编辑器，搞Markdown简单多了；其中GFM的表情语法不错，比如笑脸????，准备采用一下。又想到了手机输入法输入表情浏览器页面接收到的是一个字符，如果能转换成????就更能统一表现了，就像微信Android怎么输入输入法里面奇丑的emoji到了微信里面都是微信自带的好看的em...
Visual Studio中C++关于Unicode字符集和多字节字符集
小伟锅的博客
08-20 1万+
1.Unicode字符集     原本标准字符集为8位的ASCII码，但世界上的书写语言不能简单地用256个8位代码即一字节表示，就试更宽的值，例如16位值。这就是Unicode非常简单的原理。与混乱的256字符代码映射，以及含有一些单字节代码和一些双字节代码的双字节字符集不同，Unicode是统一的16位系统，这样就允许表示65536个字符。在这里会高兴地告诉你前128个Unicode字符(1
Visual Studio——多字节编码与Unicode码
浩瀚之水的专栏
08-01 3097
多字节字符与宽字节字符 1） char与wchar_t 我们知道C++基本数据类型中表示字符的有两种：char、wchar_t。  char叫多字节字符，一个char占一个字节，之所以叫多字节字符是因为它表示一个字时可能是一个字节也可能是多个字节。一个英文字符(如’s’)用一个char(一个字节)表示，一个中文汉字(如’中’)用3个char(三个字节)表示，看下面的例子。
解决 Visual Studio 2019控制台程序 Unicode/特殊字符/中文 乱码的暂行解决办法
QQ_1933621554 的博客
07-31 8165
控制台程序输入Unicode字符,像一些特殊符号,老是乱码 我通过查找资料,解决办法有改cmd编码的,也有改文本页,等等 试过了改cmd编码 这种方法是需要修改注册表,中间有修改过后,发现正常的cmd还是会在某些情况下乱码,已经试过,不采取,而且操作失误,很麻烦,解决起来费时间 修改代码页 这种方式是在cmd输入前输入chcp 代码页, 这种方式还是比较实用的,但是也不是很方便,调试程序的时候也不是很方便 特别是写一些控制台的小程序用到特殊字符的情况比较多,或者是中文会出现乱码 ! ! !
Visual Studio 2019 处理中文编码字符集
Loup&卡普的博客
04-21 3251
vs 文件编码字符集修改
visual studio理解多字节编码与Unicode码
zhjc2012的专栏
10-27 674
解答常见的一些字符变量的区别，并有附图，不错 点击这里
Visual Studio 中文乱码问题，如何解决
怀揣梦想，一颗执着于技术的心从未磨灭，内心住着一颗顽强的小强时刻提醒自己层层突破自我，同时也成就他人
05-17 1998
确保源代码文件的编码格式与控制台的编码格式保持一致。可以通过在保存文件时选择适当的编码，或者使用能够调整文件编码格式的编辑器（如Notepad++或Sublime Text）来更改文件的编码格式。：如果不希望修改文件的编码，可以在代码中直接指定程序执行时使用的编码，使其与运行程序的控制台编码一致。使用SetConsoleOutputCP函数来设置控制台输出的编码格式，确保其与程序编码格式相匹配。使用编辑器将文件编码格式更改为与控制台相同的编码（如UTF-8）。打开文件并确定其当前编码格式。
在 Visual Studio 中如何修改源代码文件的 Encoding?
chengonggang9175的博客
05-07 763
今天在 github 网站中观察文件修改情况的时候，发现一个 .cs 文件中的汉字部分是乱码。意识到这是因为该文件的 Encoding 不是 UTF-8 造成的。 这篇文字介绍了如何修改一个源代码文件的 Encoding: http://stackoverflow.com/question...
解决Windows中Visual Studio的中文乱码问题
weixin_46164756的博客
02-20 3599
解决控制台输出中文乱码
Visual Studio 2013 MFC多字节补丁使用指南
资源摘要信息:"在介绍Visual Studio 2013的MFC多字节库时，我们首先需要理解几个关键概念：MFC（Microsoft Foundation Classes），Visual Studio以及多字节字符集。MFC是一种用于简化Windows应用程序开发的C++库，它...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值