Unicode与char类型串的转换

一。Unicode字符串转换char类型串一般有以下几种方法

1.调用 WideCharToMultiByte() API；

    int WideCharToMultiByte (
    UINT    CodePage,
    DWORD   dwFlags,
    LPCWSTR lpWideCharStr,
    int     cchWideChar,
    LPSTR   lpMultiByteStr,
    int     cbMultiByte,
    LPCSTR  lpDefaultChar,
    LPBOOL  lpUsedDefaultChar );
    以下是参数解释：

• CodePage：Unicode字符转换成的代码页。你可以传递CP_ACP来使用当前的ANSI代码页。代码页是256个字符集。字符0——127与ANSI编码一样。字符128——255与ANSI字符不同，它可以包含图形字符或者读音符号。每一种语言或地区都有其自己的代码页，所以使用正确的代码页对于正确地显示重音字符很重要。
• dwFlags：dwFlags 确定Windows如何处理“复合” Unicode字符，它是一种后面带读音符号的字符。
  如è就是一个复合字符。如果这些字符在CodePage参数指定的代码页中，不会出什么事。
  否则，Windows必须对之进行转换。传递WC_COMPOSITECHECK使得这个API检查非映射复合字符。
  传递WC_SEPCHARS使得Windows将字符分为两段，即字符加读音，如e`。
  传递WC_DISCARDNS使得Windows丢弃读音符号。
  传递WC_DEFAULTCHAR使得Windows用lpDefaultChar参数中说明的缺省字符替代复合字符。
  缺省行为是WC_SEPCHARS。
• lpWideCharStr 要转换的Unicode串。
• cchWideChar lpWideCharStr在Unicode 字符中的长度。通常传递-1，表示这个串是以0x00结尾。
• lpMultiByteStr 接受转换的串的字符缓冲 cbMultiByte lpMultiByteStr的字节大小。
• lpDefaultChar 可选——当dwFlags包含WC_COMPOSITECHECK | WC_DEFAULTCHAR并且某个Unicode字符不能被映射到同等的ANSI串时所传递的一个单字符ANSI串，包含被插入的“缺省”字符。可以传递NULL，让API使用系统缺省字符（一种写法是一个问号）。
• lpUsedDefaultChar 可选——指向BOOL类型的一个指针，设置它来表示是否缺省字符曾被插入ANSI串。可以传递NULL来忽略这个参数。

        // 假设已经有了一个Unicode 串 wszSomeString...
     char szANSIString [MAX_PATH];

    WideCharToMultiByte ( CP_ACP,                // ANSI 代码页
                          WC_COMPOSITECHECK, // 检查重音字符
                          wszSomeString,         // 原Unicode 串
                          -1,                    // -1 意思是串以0x00结尾
                          szANSIString,          // 目的char字符串
                          sizeof(szANSIString),  // 缓冲大小
                          NULL,                  // 系统缺省字符串
                          NULL );                // 忽略这个参数

调用这个函数后，szANSIString将包含Unicode串的ANSI版本。

2.调用CRT 函数wcstombs()；

size_t wcstombs (
    char*          mbstr,
    const wchar_t* wcstr,
    size_t         count );
以下是参数解释：

mbstr：接受结果ANSI串的字符（char）缓冲。
wcstr：要转换的Unicode串。
count：mbstr参数所指的缓冲大小。

wcstombs()在它对WideCharToMultiByte()的调用中使用WC_COMPOSITECHECK | WC_SEPCHARS标志。用wcstombs()转换前面例子中的Unicode串，结果一样：

wcstombs ( szANSIString, wszSomeString, sizeof(szANSIString) );

3.使用CString 构造器或赋值操作(仅用于MFC )；

 

MFC中的CString包含有构造函数和接受Unicode串的赋值操作，所以你可以用CString来实现转换。例如：

// 假设有一个Unicode串wszSomeString...CString str1 ( wszSomeString ); // 用构造器转换CString str2;str2 = wszSomeString; // 用赋值操作转换

str1.GetBuffer()返回char类型字符串

4.使用ATL 串转换宏；

ATL有一组很方便的宏用于串的转换。W2A()用于将Unicode串转换为ANSI串（记忆方法是“wide to ANSI”——宽字符到ANSI）。实际上使用OLE2A()更精确，“OLE”表示的意思是COM串或者OLE串。下面是使用这些宏的例子：

#include <atlconv.h>// 还是假设有一个Unicode串wszSomeString...{	char szANSIString [MAX_PATH];	USES_CONVERSION; // 声明这个宏要使用的局部变量	lstrcpy ( szANSIString, OLE2A(wszSomeString) );}

　　OLE2A()宏“返回”转换的串的指针，但转换的串被存储在某个临时栈变量中，所以要用lstrcpy()来获得自己的拷贝。其它的几个宏是W2T()（Unicode 到 TCHAR）以及W2CT()（Unicode到常量TCHAR串）。
　　有个宏是OLE2CA()（Unicode到常量char串），可以被用到上面的例子中，OLE2CA()实际上是个更正宏，因为lstrcpy()的第二个参数是一个常量char*，关于这个问题本文将在以后作详细讨论。
　　另一方面，如果你不想做以上复杂的串处理，尽管让它还保持为Unicode串，如果编写的是控制台应用程序，输出/显示Unicode串时应该用全程变量std::wcout，如：

wcout << wszSomeString;

　　但是要记住，std::wcout只认Unicode，所以你要是“正常”串的话，还得用std::cout输出/显示。对于Unicode串文字量，要使用前缀L标示，如：

wcout << L"The Oracle says..." << endl << wszOracleResponse;

如果保持串为Unicode，编程时有两个限制：

• 必须使用wcsXXX() Unicode串处理函数，如wcslen()；
• 在Windows 9x环境中不能在Windows API中传递Unicode串。要想编写能在9x和NT上都能运行的应用，必须使用TCHAR类型，详情请参 考MSDN；