1.Unicode与双字节字符集（DBCS）的区别
Unicode被认为是“宽字符”（特别是在C环境中）。Unicode中每个字符是16位宽而不是8位宽。8位宽在Unicode中时无意义的。双字节字符集中有些字符是8位宽（ASCII字符），而还有一些字符是16位宽。
Unicode中前128个Unicode字符（16位码从0x0000到0x007F）是ASCII码
之后的128个Unicode字符（从0x0080到0x00FF）是ISO 8859-1 ASCII扩展码
希腊字母从0x0370到0x03FF
汉语，日语，韩语的象形文字从0x3000到0x9FFF
宽字符并不一定是Unicode。Unicode只是宽字符编码的一种实现。
2.char与wchar_t
C语言中关于字符有两种数据类型来表示。就是char和wchar_t，这两种数据类型都在C语言中定义了的。首先要搞清楚它们的关系。
通常在C语言中见到的表示字符的方式如下：
char c='A';
char * p="Hello!";第一行代码声明定义和初始化了一个包含单个字符的变量。变量c需要一个字节的存储空间而且会用十六进制0x41来被初始化，也就是ASCII字母表中A的符号。
第二行代码中定义一个字符指针p，在32位windows系统中需要4个字节的存储空间，在64位windows系统中需要8个字节的存储空间。字符串“Hello!”存储在静态内存中并使用7个字节的存储空间，其中6个字节存储字符串而另外一个字节存储表示字符串结束的0.
上面是对char这种数据类型的分析，这种数据类型使用的前提是你使用ASCII编码，很多C语言的书籍中一开始就假定了本书中使用的是ASCII编码（又或许C中本来大多数情况下都是使用ASCII编码），所以我们一般见到的都是用char来表示字符。
下面来看看wchar_t：
当使用Unicode编码时，表示字符需要用两个字节，这时就不能使用char了，表示字符就需要使用wchar_t。wchar_t这个数据类型被定义在多个头文件中，包括wctype.h，如下所示：
typedef unsigned short wchar_t;wchar_t c="A";
wchar_t * p=L"Hello!";第二行代码定义了一个指向宽字符的指针，注意“Hello!”前面有了个L，这个L表示长整型，这向编译器表明这个字符串将用宽字符存储。
3.宽字符函数
当使用char时可以这样使用
char * pc ="Hello!";
int iLength=strlen(pc);很明显iLength的值为6.
如果使用wchar_t，还是要这个函数：
wchar_t * pw =L"Hello!";
int iLength=strlen(pw); error C2664: “strlen”: 不能将参数 1 从“wchar_t *”转换为“const char *”从上面结果中不难看出strlen不能用来处理宽字符。它的替代函数式wcslen（“宽字符字符串长度”）。
wchar_t * pw =L"Hello!";
int iLength=wcslen(pw);strlen和wcslen的声明如下（在string.h），wcslen在wchar.h中也有如下的声明
size_t __cdecl strlen(_In_z_ const char * _Str);
size_t __cdecl wcslen(_In_z_ const wchar_t * _Str);4.维护一个源代码的Unicode版和ASCII版
Unicode和ASCII相比有它的好处，就是能够处理更多的符号，但是也有它的缺点，就是字符串会占用两倍的存储空间。所以维护一个源文件的Unicode版本和ASCII版本是一个非常实用的技巧。
Unicode版本和ASCII版本在主要的区别有3点：
- 运行库函数的名称不同
- 字符变量的定义不同（char和wchar_t）
- Unicode字符串需要在前面加上L
解决源文件不同版本的问题主要是解决上面3个问题。
一个解决方案是使用Microsoft Visual C++中的tchar.h头文件，这个头文件是Microsoft自己定义的，不是ANSIC标准的一部分，所以这里面的函数和宏都有一个下划线前缀。
以tchar.h中的_tcslen函数为例：
#ifdef _UNICODE
...
#define _tcslen wcslen
...
#else /* ndef _UNICODE */
...
#define _tcslen strlen
...
#endif /* _UNICODE */上面是tchar.h中的内容（里面的宏定义很多，用省略号表示），如果_UNICODE标示符被定义并且tchar.h头文件被包含在程序中_tcslen被定义为wcslen，如果_UNICODE没有被定义，那么_tcslen被定义为strlen。
这个宏里面包含和C运行库中使用字符串参数的函数，所以这种方式解决上面的问题1.
然后是数据类型，这个在tchar.h中也解决了：
#ifdef _UNICODE
...
typedef wchar_t TCHAR;
...
#else /* ndef _UNICODE */
...
typedef char TCHAR;
...
#endif /* _UNICODE */
最后就是L的问题，这个也是通过宏定义来实现的。如果_UNICODE定义了：__T宏是如下定义的(注意T前面是两个下划线)：
#define __T(x) L##x#define __T(x) x#define _T(x) __T(x)
#define _TEXT(x) __T(x)5.宽字符和Windows
第三部分介绍了C运行库中的宽字符函数，因为Windows既可以执行ASCII，Unicode单写的程序，也可以执行为ASCII和Unicode混合编写的程序，所以Windows中定义的函数也存在和C运行库函数同样地问题，即对应的ASCII版和宽字符版本。
Windows程序主要是通过windows.h这个头文件来解决Unicode版本和ASCII版本的3个区别这个问题的。
windows.h头文件中包含windef.h，实际上windows.h最开始包含下面几个重要的头文件：
#include <windef.h>
#include <winbase.h>
#include <wingdi.h>
#include <winuser.h>#ifndef NT_INCLUDED
#include <winnt.h>
#endif /* NT_INCLUDED */
下面来看看winnt.h这个头文件，winnt.h里面有下面的代码：
//
// Basics
//
#ifndef VOID
#define VOID void
typedef char CHAR;
typedef short SHORT;
typedef long LONG;
#if !defined(MIDL_PASS)
typedef int INT;
#endif
#endif
//
// UNICODE (Wide Character) types
//
#ifndef _MAC
typedef wchar_t WCHAR; // wc, 16-bit UNICODE character
#else
// some Macintosh compilers don't define wchar_t in a convenient location, or define it as a char
typedef unsigned short WCHAR; // wc, 16-bit UNICODE character
#endiftypedef char CHAR;
typedef wchar_t WCHAR;//
// ANSI (Multi-byte Character) types
//
typedef CHAR *PCHAR, *LPCH, *PCH;
typedef CONST CHAR *LPCCH, *PCCH;
//
// UNICODE (Wide Character) types
//
typedef WCHAR *PWCHAR, *LPWCH, *PWCH;
typedef CONST WCHAR *LPCWCH, *PCWCH;//
// Neutral ANSI/UNICODE types and macros
//
#ifdef UNICODE // r_winnt
#ifndef _TCHAR_DEFINED
typedef WCHAR TCHAR, *PTCHAR;
typedef WCHAR TBYTE , *PTBYTE ;
#define _TCHAR_DEFINED
#endif /* !_TCHAR_DEFINED */
typedef LPWCH LPTCH, PTCH;
typedef LPWSTR PTSTR, LPTSTR;
typedef LPCWSTR PCTSTR, LPCTSTR;
typedef LPUWSTR PUTSTR, LPUTSTR;
typedef LPCUWSTR PCUTSTR, LPCUTSTR;
typedef LPWSTR LP;
#define __TEXT(quote) L##quote // r_winnt
#else /* UNICODE */ // r_winnt
#ifndef _TCHAR_DEFINED
typedef char TCHAR, *PTCHAR;
typedef unsigned char TBYTE , *PTBYTE ;
#define _TCHAR_DEFINED
#endif /* !_TCHAR_DEFINED */
typedef LPCH LPTCH, PTCH;
typedef LPSTR PTSTR, LPTSTR, PUTSTR, LPUTSTR;
typedef LPCSTR PCTSTR, LPCTSTR, PCUTSTR, LPCUTSTR;
#define __TEXT(quote) quote // r_winnt
#endif /* UNICODE */ // r_winnt
注意在第四部分中解决C运行库函数的宽字节版本时我们解决数据类型的办法是引入tchar.h，并在其中定义了TCHAR，这里要注意tchar.h里面的TCHAR类型和winnt.h(windows.h->windef.h->winnt.h)里面的TCHAR的关系，它们是没有冲突的，它们本质上都表示如果使用Unicode编码，TCHAR会被展开成wchar_t，如果没有使用Unicode编码TCHAR会被展开成char。但是如果在你包含的其他第三方的文件中定义了TCHAR，那么就不能保证不出问题了，所以无论何时在使用其他头文件之前先包含windows.h。
这样关于数据类型就是第二个问题就解决了，其实还是TCHAR的宏展开而已。
第三个问题关于L其实上面已经有了答案，就是__TEXT宏（注意前面有两个下划线）。在上面可以看到它的展开式，和C运行库函数时的__T宏是一样的。
并且紧接上面的代码下面有这个一行：
#define TEXT(quote) __TEXT(quote) // r_winnt
最后是第一个问题，就是函数调用的问题。Windows如何支持Unicode和ASCII方式的函数调用，以MessageBox函数为例。
MessageBox存在于User32.dll中，当调用MessageBox时，在User32.dll中存在两个入口点，一个名为MessageBoxA（ASCII版），另一个名为MessageBoxW（宽字符版本）。像这样用字符串作为参数的每个win32函数，都在操作系统中存在两个入口点。
MessageBox在winuser.h的定义如下：
WINUSERAPI
int
WINAPI
MessageBoxA(
__in_opt HWND hWnd,
__in_opt LPCSTR lpText,
__in_opt LPCSTR lpCaption,
__in UINT uType);
WINUSERAPI
int
WINAPI
MessageBoxW(
__in_opt HWND hWnd,
__in_opt LPCWSTR lpText,
__in_opt LPCWSTR lpCaption,
__in UINT uType);
#ifdef UNICODE
#define MessageBox MessageBoxW
#else
#define MessageBox MessageBoxA
#endif // !UNICODE
目前为止，解决了C运行库和Windows编程中Unicode和ASCII编码的问题了，针对Unicode和ASCII的三个问题，C运行库和Windows的方法本质上是一样的。
|
这个表格做出来以后突然发现这好像就是控制台程序和Win32程序中对字符处理的区别吧，一时的灵感，不知道是不是正确的。
6.Windows中的字符串函数
windows中也提供了和C运行库中对字符串处理类似的函数，主要有计算字符串长度，复制字符串，连接字符串和比较字符串。
lstrlen，lstrcpy，lstrcpyn，lstrcat，lstrcmp，lstrcmpi。
7.printf和sprintf
Windows程序中不能使用printf，这个要记住，printf的替代物是sprintf,sprintf可以实现和printf差不多的功能，甚至可以说比printf更好用。
这是printf的声明：
int printf( const char * _Format, ...);int sprintf(char * szBuffer, const char * _Format, ...); char sz[100];
sprintf(sz,"Hello world ! %s","I am very happy!");
puts(sz);
注意sizeof函数返回的字节的数量而不是字符的数量，要返回字符的数量，还需要用它的返回值除以这种数据类型所占的字节数。
扫一扫
591
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
