VC++ 2005 -- ANSI & MBCS & UNICODE （转载）

转载的文章，出处http://www.tongji.net/index.php/uid-160994-action-viewspace-itemid-12415

 

 

VC++ 2005 -- ANSI & MBCS & UNICODE 我们在编写Visual C++ 2005程序时候经常会碰到（如下错误），很迷惑，下面让我来解释以下。。。 'CreateWindowExW' : cannot convert parameter 2 from 'const char [7]' to 'LPCWSTR' UNICODE 　　计算机发明后，为了在计算机中表示字符，人们制定了一种编码，叫ASCII码。ASCII码由一个字节中的7位(bit)表示，范围是0x00 - 0x7F 共128个字符。他们以为这128个数字就足够表示abcd....ABCD....1234 这些字符了。　　咳......说英语的人就是“笨”！后来他们突然发现，如果需要按照表格方式打印这些字符的时候，缺少了“制表符”。于是又扩展了ASCII的定义，使用一个字节的全部8位(bit)来表示字符了，这就叫扩展ASCII码。范围是0x00 - 0xFF 共256个字符。　　咳......说中文的人就是聪明！中国人利用连续2个扩展ASCII码的扩展区域（0xA0以后）来表示一个汉字，该方法的标准叫GB-2312。后来，日文、韩文、阿拉伯文、台湾繁体（BIG-5）......都使用类似的方法扩展了本地字符集的定义，现在统一称为 MBCS 字符集（多字节字符集。既：有2 个字节的字符，也有1个字节的字符）。这个方法是有缺陷的，因为各个国家地区定义的字符集有交集，因此使用GB-2312的软件，就不能在BIG-5的环境下运行（显示乱码，因为：阿拉伯人在机器上编写的阿拉伯文字，经过机器的字符编码，变成了一个特定的0x XXXX，而这个特定的0x XXXX字符到中国人的机器上却不存在相对应的汉字，或者是相对应出的汉字 根本就与原来阿拉伯文字文章一点关系没有的，所以出现乱码），反之亦然。　　咳......说英语的人终于变“聪明”一些了。为了把全世界人民所有的所有的文字符号都统一进行编码，于是制定了UNICODE标准字符集。UNICODE 使用2个字节表示一个字符(unsigned shor int、WCHAR、_wchar_t、OLECHAR)。这下终于好啦，全世界任何一个地区的软件，可以不用修改地就能在另一个地区运行了。虽然我用 IE 浏览日本网站，显示出我不认识的日文文字，但至少不会是乱码了。UNICODE 的范围是 0x0000 - 0xFFFF 共6万多个字符，其中光汉字就占用了4万多个。嘿嘿，中国人赚大了。　　在程序中使用各种字符集的方法： const char * p = "Hello"; // 使用 ASCII 字符集 const char * p = "你好"; // 使用 MBCS 字符集，由于 MBCS 完全兼容 ASCII，多数情况下，我们并不严格区分他们 LPCSTR p = "Hello,你好"; // 意义同上 const WCHAR * p = L"Hello,你好"; // 使用 UNICODE 字符集 LPCOLESTR p = L"Hello,你好"; // 意义同上 // 如果预定义了_UNICODE，则表示使用UNICODE字符集；如果定义了_MBCS,则表示使用 MBCS const TCHAR * p = _T("Hello,你好"); LPCTSTR p = _T("Hello,你好"); // 意义同上 　　在上面的例子中，T是非常有意思的一个符号（TCHAR、LPCTSTR、LPTSTR、_T()、TEXT()、_TEXT()...），它表示使用一种中间类型，既不明确表示使用 MBCS，也不明确表示使用 UNICODE。那到底使用哪种字符集那？嘿嘿......编译的时候决定吧。设置条件编译的方式是：VC6中，"Project/Settings.../C/C++卡片 Preprocessor definitions" 中添加或修改 _MBCS、_UNICODE；VC.NET中，"项目/属性/配置属性/常规/字符集"然后用组合窗进行选择。使用 T 类型，是非常好的习惯，严重推荐！ 举个例子： "abc"是非Unicode string, L"abc"是Unicode tring. L用来定义UNICODE字符串，L就是转换成宽字符其次：.NET 的平台CLR (Common Language RunTime库中用定义(#define) _UNICODE 来表示使用Unicode； 在 Win32 API 中是用定义(#define) UNICODE 来表示使用 Unicode 。 而大多数应用程序(Application)都是既使用CLR又使用Win32 API的，所以一般地，_UNICODE和UNICODE 应该在工程中同时定义或同时不定义。 _T("abc") 在_UNICODE已定义时解释成L"abc",是Unicode string； 在_UNICODE 未定义时则解释成"abc",非Unicode string。 TEXT("abc")类似，不过它是根据UNICODE 的定义与否来决定的。 再说以下： 如果有下面三句话： TCHAR szStr1[] = TEXT("str1"); char szStr2[] = "str2"; WCHAR szStr3[] = L("str3"); 那么第一句话在定义了UNICODE时会解释为第三句话，没有定义时就等于第二句话。 第二句话无论是否定义了UNICODE都是生成一个ANSI字符串，而第三句话总是生成UNICODE字符串。 为了程序的可移植性，建议都用第一中表示方法。 MultiByteToWideChar函数与 _T、TEXT() 这两个宏都可以选择 ASNI (MBCS) 还是 UNICODE 字符 第一个函数转换的对象可以是常量、变量；第二、三只能转换常量。 补充： LPSTR == char* LPCSTR == const char* LPCTSTR == const char* // Not defined _UNICODE, such as win9x LPCTSTR == const wchar_t* // defined _UNICODE, such as win2k LPWSTR == wchar_t* 即： LPCSTR A 32-bit pointer to a constant character string. LPSTR A 32-bit pointer to a character string. LPCTSTR A 32-bit pointer to a constant character string that is portable for Unicode and DBCS. LPTSTR A 32-bit pointer to a character string that is portable for Unicode and DBCS. 部分可参见：http://www.vckbase.com/document/viewdoc/?id=1488