windows核心编程-2-字符和字符串处理

1.字符编码

Unicode - 一项标准；

在windows-vista中，每个unicode字符都使用UTF-16编码；

各种用于表示字符的UTF标准：

     1. UTF-8:  有的字符编码为1个字节，有的两个字节，有的3个，有的4个字节；

      2. UTF-16: 将每个字符都编码为 2个字节；

     3. UTF-32: 将每个字符都编码为  4个字节；

 

2. ANSI字符和Unicode字符与字符串数据类型

  C语言用 char数据类型 来表示 一个8位的 ANSI字符；

  Microsof c/c++编译器定义的 内建数据类型  wchar_t : 表示一个16位 的Unicode字符；

 windows中在WinNT.h中定义的兼容 ANSI和 Unicode字符的 类型和宏：

typedef  WCHAR / CHAR     TCHAR, *PTCHAR, PTSTR;

typedef CONST WCHAR / CHAR  * PCTSTR;

_T() ; TEXT();

3.Windows中的Unicode和ANSI函数

 从windows NT起，windows所有版本都使用Unicode来构建，所有核心函数都需要Unicode字符串；

调用windows函数时，如果传入ANSI字符，函数会先转成Unicode字符，再把结果传送给操作系统；所以，如果使用ANSI字符，会有额外开销；

windows函数通常有两个版本- 后缀+W表示Unicode版本，+A表示ANSI版本；

 

4. C运行库中的Unicode函数和ANSI函数

C运行库 有一系列函数来处理Unicode字符和ANSI字符，且不会在内部相互调用，即 ANSI版函数不会在内部将字符转成Unicode字符再调用Unicode版函数， 都是“自力更生”；

C运行库中，返回ANSI字符长度的函数： strlen;  返回Unicode字符长度的函数： wcslen;

再TChar.h中，兼容 ANSI和Unicode字符的版本：_tcslen;

#ifdef _UNICODE

#define _tcslen  wcslen

#else

#define _tcslen  strlen

#endif

针对不属于C++标准一部分的标识符，C运行库始终为其附加下划线 前缀；

 

5.C运行库中的安全字符串函数

包含头文件StrSafe.h, 现有的每一个函数，都有一个对应的新版本的函数，前面名称相同，在最后添加一个 _s(代表secure)后缀；如：_tcscpy 对应的新函数： _tcscpy_s;

计算字符数： 使用_countof宏；

6.推荐的字符和字符串处理方式

   使用TCHAR/PTSTR, BYTE/PBYTE, TEXT或_T宏， 执行全局替换，如PTSTR替换PSTR;

7.ANSI和Unicode字符转换

  MultiByteToWideChar函数 将 多字节字符转换为宽字符串；

  WideCharToMultiByte函数则 将宽字符串转换为 多字节字符串；

 

8.导出ANSI和Unicode  DLL函数

 动态链接库中，对于一个功能的函数，如实现字符串反转 ，有ANSI和Unicode两个版本， 可以先实现 Unicode版本的字符串反转函数的工资，对于ANSI版本的函数， 只需先将其字符串转换为 Unicode字符，然后调用Unicode版的字符串反转函数， 再将结果字符串转换回 ANSI字符串；

9.判断文本是ANSI还是Unicode

 由AdvApi32.dll导出，在winbase.h中声明的IsTextUnicode函数 实现分辨 字符类型是ANSI还是Unicode， 但是结果不是百分百准确；