Programming Windows （二）_ UNICODE

 

ASCII

美国人发明了计算机，开始的编码方式采用 ASCII ， 7-bits 的 ASCII 的传统字符并不满足实际使用，因此在基于 ASCII 的基础上扩展成了 8 位的 Extending ASCII 。扩展部分用于表示拉末字符等，不同系统的扩展字符被放到不同的 Code page 上，扩展的 ASCII 并不统一。在 MS-DOS 的时代，在一个计算机上设置好 Code Page 后编辑文件，再打印出来，没有问题，但是，如果一个用户需要将文档保存下来，另一个用户在使用不同 Code Page 的情况下编辑该文档，转换工作是必不可少的

 

 

DBCS （ Double Byte Character Sets ）

光使用 ASCII 就无法表示所有的欧洲国家的字符，更别说中文，韩文，日文。 DBCS 是这样定义的： ASCII 仍然使用前 128 个字符表示，即 ASCII 仍然用一个字节表示，大于 128 的其它字符都使用两个字节表示。

DBCS 在实际应用中会出现比较怪的问题：有的字符长度为 1 ，有的字符长度为 2 ，这样一个字符串的长度不能再用来表示字符个数了。再如，已知一个指向 DBCS 字符串中间的指针，如何得到前一个字符的地址？这估计得从字符串开始遍历了吧

 

UNICODE

         no matter what the platform,
         no matter what the program,
         no matter what the language .

Unicode 很好地解决了上述问题， Unicode 规定，不管是前 128 的 ASCII 还是后面的什么字符，统一两个字节表示，如字符 'A' 用 Unicode 表示为 0x0041( 在 Intel 架构中存储为 0x41 0x00) ，这样无论什么字符都能统一、唯一地使用两个字节来表示

 

Unicode 编程

 

#include <windows.h>

#include <iostream>

 

using namespace std;

 

int main()

{

char szArray[] = "Hello world";

cout << sizeof(szArray) << endl;

cout << strlen(szArray) << endl;

 

wchar_t wtArray[] = L"Hello wrold";

cout << sizeof(wtArray) << endl;

cout << wcslen(wtArray) << endl;

 

return 0;

}

 

输出结果：

12

11

24

11

 

如果所有的软件都使用 UNICODE ，那生产的可执行文件肯定会更大，为避免浪费资源，可能需要提供两个版本的代码，一个用于生成 ASCII ，一个用于生成 UNICODE 格式

 

同一个软件需要维护两个版本的代码是很头痛的事，好在库函数中已经使用宏定义的方式为我们提供了两个接口

 

//#define UNICODE

 

#include <windows.h>

#include <iostream>

 

 

using namespace std;

 

int main()

{

char szArray[] = "Hello world";

cout << sizeof(szArray) << endl;

cout << strlen(szArray) << endl;

 

TCHAR wtArray[] =TEXT("Hello World");

cout << sizeof(wtArray) << endl;

cout << lstrlen(wtArray) << endl;

 

return 0;

}

           UNICODE 宏关闭时的输出结果：

12

11

12

11

 

UNICODE 宏打开时的输出结果：

12

11

24

11

 

同样 Windows API 也为我们提供了两个版本号的接口

 

如： MessageBox(...)

 

WINUSERAPI int WINAPI MessageBoxA(HWND hWnd, LPCSTR lpText, LPCSTR lpCaption, UINT uType);

WINUSERAPI int WINAPI MessageBoxW(HWND hWnd, LPCWSTR lpText, LPCWSTR lpCaption, UINT uType);

 

#ifdef UNICODE

#define MessageBox MessageBoxW

#else

#deifne MessageBox MessageBoxA

#endif