多字节与宽字节

• 多字节字符集（MBCS，Multi-Byte Chactacter Set）：指用多个字节来表示一个字符的字符编码集合。一般英文字母用1Byte，汉语等用2Byte来表示。兼容ASCII 127。

在最初的时候，Internet上只有一种字符集——ANSI的ASCII字符集，它使用7 bits来表示一个 字符，总共表示128个字符，其中包括了 英文字母、数字、标点符号等常用字符。

为了扩充ASCII编码，以用于显示本国的语言，不同的国家和地区制定了不同的标准，由此产生了 GB2312, BIG5, JIS 等各自的编码标准。这些使用 2 个字节来代表一个字符的各种汉字延伸编码方式，称为 ANSI 编码，又称为"MBCS（Muilti-Bytes Charecter Set，多字节字符集）"。

不同 ANSI 编码之间互不兼容，当信息在国际间交流时，无法将属于两种语言的文字，存储在同一段 ANSI 编码的文本中。一个很大的缺点是，同一个编码值，在不同的编码体系里代表着不同的字。这样就容易造成混乱。导致了unicode码的诞生。

• 宽字节字符集：一般指Unicode编码的字符集，

Unicode称为统一码或万国码，统一了不同国家的字符编码。

Unicode通常用两个字节表示一个字符，原有的英文编码从单字节变成双字节，只需要把高字节全部填为0就可以。

为了统一所有文字的编码，Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。

Unicode固然统一了编码方式，但是它的效率不高，比如UCS-4(Unicode的标准之一)规定用4个字节存储一个符号，那么每个英文字母前都必然有三个字节是0，这对存储和传输来说都很耗资源。为了提高Unicode的编码效率，于是就出现了UTF-8编码。UTF-8可以根据不同的符号自动选择编码的长短。比如英文字母可以只用1个字节就够了。

UTF是“Unicode Transformation Format”的缩写，可以翻译成Unicode字符集转换格式，即怎样将Unicode定义的数字转换成程序数据。用char、char16_t、char32_t分别表示无符号8位整数，无符号16位整数和无符号32位整数。UTF-8、UTF-16、UTF-32分别以char、char16_t、char32_t作为编码单位。（注： char16_t 和 char32_t 是 C++ 11 标准新增的关键字。如果你的编译器不支持 C++ 11 标准，请改用 unsigned short 和 unsigned long。）“汉字”的UTF-8编码需要3个字节。“汉字”的UTF-16编码需要两个char16_t，大小是2个字节。“汉字”的UTF-32编码需要两个char32_t，大小是4个字节。

普通字符、字符串前加 L 就变成宽字符 wchar_t 存储（用2Byte存1个字符）了，例如，L‘看’，L"abc啊";或_T("sf飞")

---

MFC中的 CString 与 std::string 的转换：

1. 使用Unicode字符集时，CString等价于CStringW；使用多字节字符集时，CString相对于CStringA

2. CString --> std::string

// 1. Unicode下 CString --> std::string
// 方法1
CString str = L"sdf";
std::string s = CT2A(str.GetString());
    // GetString()比较新的VS有，旧可以用GetBuffer（）
    std::string s = CT2A(str.GetBuffer());
    str.ReleaseBuffer();
// 方法2
CString str = L"dshf";
CStringA stra(str);
std::string s(stra);
//或
std::string s(CStringA(str));

//方法3
USES_CONVERSION;
CString str = L"djg";
std::string s = W2A(str);
//首先str--》const wchar_t* ，然后W2A将const wchar_t*--》const char*，
//最后用const char*初始化s

 

 3. std::string --> CStringW / std::wstring

std::string s("dhhh");
CStringW strw(CStringA(s.c_str());
std::wstring sw(strw);

　　

---

1）TCHAR 转换为const wchar_t *，直接强制转换，在TCHAR前面加上(*const wchar_t)

2）BSTR：是一个OLECHAR*类型的Unicode字符串，是一个COM字符串，带长度前缀，与VB有关，没怎么用到过。 

LPSTR：即 char *，指向以'/0'结尾的8位（单字节）ANSI字符数组指针 

LPWSTR：即wchar_t *，指向'/0'结尾的16位（双字节）Unicode字符数组指针 

 LPCSTR：即const char * 

 LPCWSTR：即const wchar_t * 

LPTSTR：LPSTR、LPWSTR两者二选一，取决于是否宏定义了UNICODE或ANSI 

LPCTSTR： LPCSTR、LPCWSTR两者二选一，取决于是否宏定义了UNICODE或ANSI，

如下是从MFC库中拷来的：

 #ifdef UNICODE typedef LPWSTR LPTSTR; typedef LPCWSTR LPCTSTR;
 #else typedef LPSTR LPTSTR; typedef LPCSTR LPCTSTR; #endif

 

 相互转换方法：

LPWSTR->LPTSTR: W2T();

 LPTSTR->LPWSTR: T2W(); 

LPCWSTR->LPCSTR: W2CT();

 LPCSTR->LPCWSTR: T2CW();

 ANSI->UNICODE: A2W(); 

 UNICODE->ANSI: W2A();

3）

LPWSTR转为LPCSTR

LPCSTR=CW2A(LPWSTR);

 4)

CString与LPCWSTR的转化(http://www.cnblogs.com/foolboy/archive/2005/07/25/199869.html)

问题起因： 
   
    在写WritePrivateProfileString写.ini配置文件时在msdn中看到，如果想要写得配置信息即时生效必须在之前使用WritePrivateProfileStringW来re-read一下目标.ini文件，其原文如下： 
   

    // force the system to re-read the mapping into shared memory  
    // so that future invocations of the application will see it  
   //  without the user having to reboot the system  
  WritePrivateProfileStringW( NULL, NULL, NULL, L"appname.ini" );

 

 

    查了一下msdn中WritePrivateProfileStringW的原型如下： 
   

WINBASEAPI BOOL WINAPI WritePrivateProfileStringW ( 
 LPCWSTR lpAppName, 
 LPCWSTR lpKeyName, 
 LPCWSTR lpString, LPCWSTR lpFileName )

 

 

    其中的每个参数的类型都为LPCWSTR，实际中获得的文件名都为CString，问题产生。 

问题分析：

 

LPCWSTR 是Unicode字符串指针，初始化时串有多大，申请空间就有多大，以后存贮若超过则出现无法预料的结果，这是它与CString的不同之处。而CString是一个串类，内存空间类会自动管理。LPCWSTR 初始化如下： 
    

LPCWSTR Name=L"TestlpCwstr";

 

 

     
    由于LPCWSTR必须指向Unicode的字符串，问题的关键变成了Anis字符与Unicode字符之间的转换，不同编码间的转换，通过查找资料可知，可以ATL中转换宏可以用如下方法实现： 

//方法一 

CString str=_T("TestStr"); USES_CONVERSION; LPWSTR pwStr=new wchar_t[str.GetLength()+1]; wcscpy(pwStr,T2W((LPCTSTR)str));

 

 

 

// 方法二 
 

CString str=_T("TestStr"); USES_CONVERSION; LPWCSTR pwcStr = A2CW((LPCSTR)str);

 

  MFC中CString和LPSTR是可以通用，其中A2CW表示(LPCSTR)  -> (LPCWSTR)，USER_CONVERSION表示用来定义一些中间变量，在使用ATL的转换宏之前必须定义该语句。 

    顺便也提一下，如果将LPCWSTR转换成CString，那就更加容易，在msdn中的CString类说明中提到了可以直接用LPCWSTR来构造CString，所以可以进行如下的转换代码：   

LPCWSTR pcwStr = L"TestpwcStr"; 
CString str(pcwStr);

问题总结：     
    在头文件<atlconv.h>中定义了ATL提供的所有转换宏，如：    

  A2CW       (LPCSTR)  -> (LPCWSTR) 
  A2W        (LPCSTR)  -> (LPWSTR) 
  W2CA       (LPCWSTR) -> (LPCSTR) 
  W2A        (LPCWSTR) -> (LPSTR)

     所有的宏如下表所示： 

A2BSTR	OLE2A	T2A	W2A
A2COLE	OLE2BSTR	T2BSTR	W2BSTR
A2CT	OLE2CA	T2CA	W2CA
A2CW	OLE2CT	T2COLE	W2COLE
A2OLE	OLE2CW	T2CW	W2CT
A2T	OLE2T	T2OLE	W2OLE
A2W	OLE2W	T2W	W2T

上表中的宏函数，非常的有规律，每个字母都有确切的含义如下：

2	to 的发音和 2 一样，所以借用来表示“转换为、转换到”的含义。
A	ANSI 字符串，也就是 MBCS。
W、OLE	宽字符串，也就是 UNICODE。
T	中间类型T。如果定义了 _UNICODE，则T表示W；如果定义了 _MBCS，则T表示A
C	const 的缩写

    利用这些宏，可以快速的进行各种字符间的转换。使用前必须包含头文件，并且申明USER_CONVERSION；使用 ATL 转换宏，由于不用释放临时空间，所以使用起来非常方便。但是考虑到栈空间的尺寸（VC 默认2M），使用时要注意几点： 

    1、只适合于进行短字符串的转换； 
    2、不要试图在一个次数比较多的循环体内进行转换； 
    3、不要试图对字符型文件内容进行转换，因为文件尺寸一般情况下是比较大的； 
    4、对情况 2 和 3，要使用 MultiByteToWideChar() 和 WideCharToMultiByte()；

转载于:https://www.cnblogs.com/htj10/p/11027323.html