多字节与Unicode区别与使用函数

本文摘自《windows核心编程》

 

1.双字节字符集

使用双字节字符集，对于程序员来说简直是个很大的难题，因为有些字符只有一个字节宽，而有些字符则是两个字节宽。为了帮助你对D B C S 字符串进行操作，Wi n d o w s 提供了下面的一组帮助函数。

函数	描述
PTSTR CharNext(PCTSTR pszCurrentChar);	返回字符串中的下一个字符的地址
PTSTR CharPrev (PCTSTR pszStart,PCTSTR p s z C u r r e n t C h a r);	返回字符串中的上一个字符的地址
BOOL IsDBCSLeadByteTRUE(BYTE bTestChar);	如果该字节是DBCS 字符的第一个字节，则返回

 

2.Unicode ：宽字节字符集

U n i c o d e 用一个1 6 位的值来表示每个字符，提供了一种简单而又一致的表示字符串的方法。U n i c o d e 字符串中的所有字符都是1 6 位的（两个字节）。它没有专门的字节来指明下一个字节是属于同一个字符的组成部分，还是一个新字符。这意味着你只需要对指针进行递增或递减，就可以遍历字符串中的各个字符。

 

 

3. C 运行期库对Unicode的支持

为了利用U n i c o d e 字符串，定义了一些数据类型。标准的C 头文件S t r i n g . h 已经作了修改，以便定义一个名字为w c h a r _ t 的数据类型，它是一个U n i c o d e 字符的数据类型： typedef unsigned short wchar_t;

与一些标准的ANSI C 字符串函数等价的U n i c o d e 函数：

1）char * strcat(char *,const char *);
wchar_t * wcscat(wchar_t *,const wchar_t *);

2）char * strchr(const char *,int);
wchar_t * wcschr(const wchar_t *,wchar_t);
3）int strcmp(const char *,const char *);
int wcscmp(const wchar_t *,const wchar_t *);
4）char * strcpy(char *,const char *);
wchar_t * wcscpy(wchar_t *,const wchar_t *);
5）size_t strlen(const char *);
size_t wcslen(const wchar_t *);

 

 

 

对于包含了对s t r 函数或w c s 函数进行显式调用的代码来说，无法非常容易地同时为A N S I 和U n i c o d e 对这些代码进行编译。以创建同时为A N S I 和U n i c o d e 进行编译的单个源代码文件。若要建立双重功能，必须包含T C h a r. h 文件，而不是包含S t r i n g . h 文件。

T C h a r. h 文件的唯一作用是帮助创建A N S I / U n i c o d e 通用源代码文件。