字符集

unicode 多字节字符集 string wstring MultiByteToWideChar

 

顺序：

1 一个常量字符串如何放到一个cstring中，

 CString name;
// name.Format(_T("%s"), _T("china"));
 name.Format(_T("%s"), "china");

 

“china”在内存中存放的方式与项目属性中的“字符集”和是否在串前加了_T宏有关，由两者共同决定。

但是不管如何设定字符集，不管是否加_T宏，程序都可以编译通过。但是如果程序字符集设为“unicode”但却没有加_T宏，那么

name将表现出乱码。如果字符集为“未设定”，则不管是否加_T，都不会有影响，不会出现乱码，因为_T是个智能宏，它判断如果

程序使用的是unicode，则以双字节存储。否则以单字节存储。cstring的format函数受程序字符集影响，如果是unicode，则取出时

把两个字节的内容当成一个字符， 否则将一个字节的内容当成一个字符。 所以如果放入时（即赋值时）与取出时是按相同的规则来做的话，就不会出现乱码了。

 

 

string 与 wstring:

当字符集为unicode时 ,把“china”串赋给string时，即string kid = "this";

那么kid中的this是按单字节来存放的。给"this"加上_T宏，编译都不能通过。

 

在unicode下，我们应该使用wstring来代替string. 在此时如果不加_T宏会编译不过。

 

在ansi 下，不能使用wstring, 在unicode下，可以使用string.

 

 

 

 

1 并不是说程序字符集为unicode后，所有的字符串都是以“两个字节存储一个字符”的方式来存放的，而只是说该程序具备处理很多字符的能力。但是字符集设为unicode会影响许多函数的功能，因为同一功能的函数有两个版本， 一个是ANSI版的，一个是unicode版的，

那么既然程序打算支持复杂字符，那么相应的函数一定要按双字节来存取，如果是按单字节来存取就不能支持复杂字符了。这样就产生了一个问题，当你的程序决定支持unicode而使用双字节的话，那么系统中的函数会按双字节为一个字符来处理数据（这个完全由系统决定），

但是在程序中是否把一个常量串按UNICODE格式存储则是由用户来操作，加了_T宏，就是宽的，否则就是窄的。所以如果不一致的话就会导致乱码。

 

 

在unicode下，我们应该使用wstring, 而不应该使用string, 但是有时候我们使用别人提供的接口时，该接口返回的是string型的值，

我们要用string型的变量来存储该接口返回的值，这时如果我们直接调用我们的函数（unicode版），则肯定会出现乱码。

解决方法是先将string转换成wstring.

 

为edit框添加一个cstring变量， 该变量以单字节或双字节来存储完全由项目配置（使不使用unicode）来决定。

 

 #include<string>
using namespace std;

//将string转换成wstring
wstring string2wstring(string str)
{
wstring result;
//获取缓冲区大小，并申请空间，缓冲区大小按字符计算
int len = MultiByteToWideChar(CP_ACP, 0, str.c_str(), str.size(), NULL, 0);
TCHAR* buffer = new TCHAR[len + 1];
//多字节编码转换成宽字节编码
MultiByteToWideChar(CP_ACP, 0, str.c_str(), str.size(), buffer, len);
buffer[len] = '/0'; //添加字符串结尾
//删除缓冲区并返回值
result.append(buffer);
delete[] buffer;
return result;
}

//将wstring转换成string
string wstring2string(wstring wstr)
{
string result;
//获取缓冲区大小，并申请空间，缓冲区大小事按字节计算的
int len = WideCharToMultiByte(CP_ACP, 0, wstr.c_str(), wstr.size(), NULL, 0, NULL, NULL);
char* buffer = new char[len + 1];
//宽字节编码转换成多字节编码
WideCharToMultiByte(CP_ACP, 0, wstr.c_str(), wstr.size(), buffer, len, NULL, NULL);
buffer[len] = '/0';
//删除缓冲区并返回值
result.append(buffer);
delete[] buffer;
return result;
}

vs2003 到vs2005代码升级要点（part）

   影响到大多数程序设计人员的是默认的charset由原先的Ansi改成了Unicode。所有的Windows程序也把默认的字符型参数有单字节改成了双字节。一个最简单的方法，是在程序属性里面的charset属性由默认的Unicode改成not set. 不过这个并不能解决所有问题。当一个字符串全部由英文和字符组成时，程序没有什么问题。而当字符串中包含汉字时，也许只有自己费力的去转换了。
 
    要指出的一点是，在2003里面，给大多数函数传字符型参数，是可以用std::string.c_str()传值的，而在2005里面，默认的情况需要传递std::wstring.c_str().如果以前的程序中大量用了string的话，也许定义一个string到wstring的转换函数，定义一个从wstring到string的转换函数，会是一个合理的解决方案。
 
    不要太多的尝试使用改变charset来使以前的程序可以运行，更不要在2005的环境下，用charset = not set来编写新的程序，在未来的语言环境中，使用Unicode字符集，是大势所趋（远东地区）。如果你不能改变，接受吧^_^
 
    另外一个重要转变是对C#库的支持。请注意，这里谈论的是C++而不是C#。从VS2003开始，C++程序中支持调用C#的库函数。如果你对这个方面接触不多，大可不看下面这些内容。如果你手上的代码是在2003下面写的，而里面又用了Managed Extensions for C++的话，你需要接着往下看。
 
    在2005里，对C#库支持进化到了C++/CLI,这个进化，除了废除了一些关键字，引入了一些新的关键字，还有其他的升级。...所以，你原先的程序是肯定不能编译通过了。
 
    解决方案也很简单，同样是在属性页，将Common Language Runtime Support选项选择Common Language Runtime Support, Old Syntax (/clr:oldSyntax)，大致就能编译通过了。不过，更可取得解决方案仍是代码升级，然后按新的规范编写代码。
 
    关于代码升级，有一篇Stan. Lippman(这个大牛，学C++的很多人都知道吧)的文档，Translation Guide: Moving Your Programs from Managed Extensions for C++ to C++/CLI, 可以找来看看。呵呵，这个在网上应该很容易找到，我偷下懒吧。