Unicode和ASCII:字符，宽字符和c，宏定义 _TEXT () _T()

先从字符char数据类型讲起

 

下面的语句定义并初始化了一个只包含一个字符的变量：

char c = 'A';

变量c需要1个字节来保存，并将用十六进制数0x41初始化，这是字母A的ASCII代码。

 

定义一个指向字符串的指针：

char * p;

因为Windows是一个32位操作系统，所以指针变量p需要用4个字节保存。

 

初始化一个指向字符串的指针：

char * p = "Hello!";

p用4个字节保存，字符串保存在静态内存中并占用7个字节----6个字节保存字符串，另1个字节保存终止符0

 

定义字符数组：

char a[10];

在这种情况下，编译器为该数组保留了10个字节的存储空间。表达式sizeof(a)将返回10。

如果该数值是全局的，可使用像下面的语句来初始化一个字符数组：

char a[] = "Hello!";

 

如果将该数组定义为一个函数的局部变量，则必须将它定义为一个static变量：

static char a[] = "Hello!";

无论哪种情况，字符串都存储在静态程序内存中，并在末尾添加0，这样就需要7个字节的存储空间。

 

宽字符

 

 c中的宽字符基于wchar_t数据类型（wchar.h）：

typedef unsigned short wchar_t;

因此，wchar_t数据类型与无符号短整型相同，都是16位宽。

要包含一个宽字符的变量，可使用下面的语句：

wchar_t c = 'A';

变量c是一个双字节值0x0041，是Unicode表示的字母A。

指定宽字符串的指针：

wchar_t * p = L"Hello!";

第一个引号前面的大写字母L。这将告诉编译器该字符串按宽字符保存----即每个字符占用2个字节。

通常，指针变量p要占用4个字节，而字符串变量需要14个字节----每个字符需要2个字节，末尾的0还需要2个字节。

 

同样，还可以用下面的语句定义宽字符数组：

static wchar_t a[] = L"Hello!";

该字符串也需要14个字节的存储空间，sizeof（a）将返回14。索引数组a可得到单独的字符。a[1]的值是宽字符“e”，或者0x0065。

注意：第一个引号前面的L非常重要，并且在两个符号之前必须没有空格。只有带有L，编译器才知道需要将字符串存为每个字符2字节。

 

 

库函数

功能                                字符版本                   通用                        宽字符版本

计算字符串长度               strlen                       lstrlen                         wcslen  

打印                                 printf                                                         wprintf 

复制字符串                      strcpy                      lstrcpy

                                                                      lstrcpyn

连接字符串                      strcat                      lstrcat

比较字符串                      strcmp                    lstrcmp

                                                                      lstrcmpi

 

 维护单一源代码：宏定义 _TEXT ()  _T()

使用Unicode有一个缺点，程序中的每个字符串都将占用两倍的存储空间。

 

因此，需要维护既能按ASCII编译又能按Unicode编译的单一源代码文件。

 

如果定义了名为_UNICODE的标识符，并且程序中包含了TCHAR.H头文件，那么：

#define _tcslen wcslen

如果没用定义UNICODE，则_tcslen定义为strlen：

#define _tcslen strlen

TCHAR.H还用一个新的数据类型TCHAR来解决两种字符数据类型的问题。如果定义了_UNICODE标识符，那么TCHAR就是wchar_t:

typedef wchar_t TCHAR;

否则，TCHAR就是char：

typedef char TCHAR;

 

如果定义了_UNICODE标识符，那么一个称作__T的宏就定义如下：

#define __T(x) L##x

.##是连接符，把前后两段连接起来，L（“代表long”）表示Unicode，这将告诉编译器该字符串按宽字符保存----即每个字符占用2个字符，可以把x 当作一个变量。

例如 _T("hello world")
这样当#define _T(x) L##x
_T("hello world") 相当于 L"hello world" 

 

如果没有定义_UNICODE标识符，则__T宏只简单地定义如下：

#define __T(x) x

 

此外，还有两个宏与__T定义相同：

#define _T(x) __T(x)

#define _TEXT(x) __T(x)

 注意包含头文件<TCHAR.h>。

 

其中WINNT.H头文件还定义了一个宏，如果定义了UNICODE标识符：

#define __TEXT(quote) L##quote

如果没有定义标识符UNICODE

#define __TEXT(quote) quote

此外，TEXT宏可这样定义：

#define TEXT(quote) __TEXT(quote)

这与TCHAR.H中定义_TEXT宏的方法一样，只是不必理会下划线。

 

一个很好的编程习惯，在所有字符串前加上宏定义

例：

 MessageBox (NULL, TEXT("Hello world!"), NULL, MB_OK);

 

如果您希望明确定义8位字符变量和字符串，请使用CHAR,PCHAR（或者其他），以及带引号的字符串。为明确地使用16位字符变量和字符串，请使用WCHAR、PWCHAR，并将L添加到引号前面

 

 

这里精选了头文件中一些实用的说明数据类型语句：

typedef CHAR * PCHAR, * LPCH, * PCH, * NPSTR, * LPSTR, * PSTR;

typedef CONST CHAR * LPCCH, * PCCH, * LPCSTR, * PCSTR;

前缀N和L标示“near”和“long”，指的是16位Windows中两种大小不同的指针。在Win32中near和long指针没有区别。