VC下Unicode编程文档

1 Unicode编程1.1 VC++下的Unicode编程ASCII是用来表示英文字符的一种编码规范。

每个ASCII字符占用1个字节，因此，ASCII编码可以表示的最大字符数是255（00H-FFH）。

其实，英文字符并没有那么多，一般只用前128个（00H-7FH，即0x0000 0000-0x0111 1111,最高位为0），其中包括了控制字符、数字、大小写字母和其它一些符号。

而另128个字符（80H-FFH，即0x1000 0000-0x1111 1111，最高位为1）被称为“扩展ASCII”，一般用来存放英文的制表符、部分音标字符等等的一些其它符号。

中文编码规范“GB2312-80”，其实就是利用把一个中文字符用两个扩展ASCII字符来表示，以区分ASCII码部分。

这个方法有问题，最大的问题就是中文的文字编码和扩展ASCII码有重叠。

而很多软件利用扩展ASCII码的英文制表符来画表格，这样的软件用到中文系统中，这些表格就会被误认作中文字符，出现乱码。

要真正解决这个问题，不能从扩展ASCII的角度入手，而必须有一个全新的编码系统，这个系统要可以为每一种文字的每个字符均分配一个单独的编码，Unicode为此诞生！Unicode也是一种字符编码方法，它占用两个字节（0000H—FFFFH）,容纳65536个字符，这完全可以容纳全世界所有语言文字的编码。

在Unicode里，所有的字符被一视同仁，汉字不再使用“两个扩展ASCII”，而是所有的文字都按一个字符来处理，它们都有一个唯一的Unicode码。

使用Unicode编码可以使您的工程同时支持多种语言，使您的工程国际化。

Windows NT是使用Unicode进行开发的，整个系统都是基于Unicode的。

如果调用一个API函数并给它传递一个ANSI（ASCII字符集以及由此派生并兼容的字符集，如：GB2312，通常称为ANSI字符集）字符串，那么系统首先要将字符串转换成Unicode，然后将Unicode字符串传递给操作系统。

进行这些字符串的转换需要占用系统的时间和内存。

如果用Unicode来开发应用程序，就能够使您的应用程序更加有效地运行。

下面例举几个字符的编码以简单演示ANSI和Unicode的区别：(注意：中文对宽字符的支持其实是ANSI C标准的一部分，用以支持多字节表示一个字符。

宽字符和Unicode并不完全等同，Unicode只是宽字符的一种编码方式。

(1)宽字符的定义在ANSI中，一个字符（char）的长度为一个字节（Byte）。

使用Unicode 时，一个字符占据一个字（2 Bytes），C++在wchar.h头文件中定义了最基本的宽字符类型wchar_t：typedef unsigned short wchar_t;// 所谓的宽字符就是无符号短整数(2)常量宽字符串对C++程序员而言，构造字符串常量是一项经常性的工作。

那么，如何构造宽字符字符串常量呢？很简单，只要在字符串常量前加上一个大写的L就可以了，比如：wchar_t *str1 = L" Hello";这个L非常重要，只有带上它，编译器才知道你要将字符串存成一个字符一个字(即一个字符两字节)。

还要注意，在L和字符串之间不能有空格。

(3)宽字符串库函数为了操作宽字符串，C++专门定义了一套函数，比如求宽字符串长度的函数是：size_t __cdel wchlen(const wchar_t*);为什么要专门定义这些函数呢？最根本的原因是，ANSI下的字符串都是以’’来标识字符串尾的（Unicode字符串以“”结束），许多字符串函数的正确操作均是以此为基础进行。

而我们知道，在宽字符的情况下，一个字符在内存中要占据一个字的空间(即一个字符两字节)，这就会使操作ANSI字符的字符串函数无法正确操作。

以”Hello”字符串为例，在宽字符下，它的五个字符是：0x0048 0x0065 0x006c 0x006c 0x006f在内存中，实际的排列是：48 00 65 00 6c 00 6c 00 6f 00于是，ANSI字符串函数，如strlen，在碰到第一个48后的00时，就会认为字符串到尾了，用strlen对宽字符串求长度的结果就永远会是1！在许多多字节字符集中，0x00 到0x7F 范围内的每个字符都与ASCII 字符集中具有相同值的字符相同。

(4)用宏实现对ANSI和Unicode通用的编程可见，C++有一整套的数据类型和函数实现Unicode编程，也就是说，您完全可以使用C++实现Unicode编程。

如果我们想要我们的程序有两个版本：ANSI版本和Unicode版本。

当然，编写两套代码分别实现ANSI版本和Unicode版本完全是行得通的。

但是，针对ANSI字符和Unicode字符维护两套代码是非常麻烦的事情。

为了减轻编程的负担，C++定义了一系列的宏，帮助您实现对ANSI和Unicode的通用编程。

C++宏实现ANSI和Unicode的通用编程的本质是根据”_UNICODE”（注意，有下划线）定义与否，这些宏展开为ANSI或Unicode字符（字符串）。

#ifdef _UNICODEtypedef wchar_t TCHAR; // 定义了_UNICODE宏的情况下，TCHAR是两个字节的字符#define __T(x) L##x// ##是ANSI C标准的预处理语法，它叫做“粘贴运算符”，即将前面的L与宏参数合在一起。

#define _T(x) __T(x) // _T(x)一个下划线的变成__T(x)两个下划线的#else#define __T(x) x // 未定义_UNICODE宏的情况下，TCHAR是一个字节的字符typedef char TCHAR; // 非宽字符的字符串常量#endif*.几个预编译指令的用法# 字符串化运算符，其主要效果是把参数的名字转换为字符串。

Example: // 1. *.h中定义#define STRINGLIZE(ivalue) #ivalue// *.cpp中定义CString strTmp = STRINGLIZE(2);AfxMessageBox(strTmp);// 结果是：弹出消息框中显示2，说明可以变成字符串// 2.#define STRINGLIZE(ivalue) printf(#ivalue " is: %d", ivalue)// 使用STRINGLIZE(2);// 结果是：2 is: 2，将ivalue的值与后面的字符串合并成一个字符串了// 注：以下这情况使用时的结果会有不同int a = 2;STRINGLIZE(a);// 1. 结果是：弹出消息框中显示a// 2. 结果是：a is: 2注意：预处理的意思就是在编译运行前按字面处理，## 粘贴运算符，即它先进行宏替换，再进行连接。

Example: #define MACR1 printf("MACR1 is invoked.")#define MACR2 printf("MACR2 is invoked.")#define MAKE_MACR(n) MACR ## n// 使用时MAKE_MACR(2); // -->相当于调用了宏MACR2// 结果是：MACR2 is invoked.// 2.#define STRINGLIZE(ivalue) TRACE("ivalue is: %d", ivalue##ivalue)STRINGLIZE(2);// 2. 结果是：ivalue is: 22// 3.int a = 2;STRINGLIZE(a);// 3. 结果是：error C2065: 'aa' : undeclared identifier#@ 字符化运算符Example: #define CHARIZEIT(x) #@x// 使用char c = CHARIZEIT(z);// 结果是：c = 'z'#include 包含一个源代码文件Example: #include /#include "my.h"/#include "t.c"#define 定义宏Example: #define MAX_NUM 10/#define max(x,y) (x) > (y) ? (x) : (y);#define可以替代多行的代码，例如MFC中的宏定义:#define MACRO(arg1, arg2) do {语句;}while(条件)关键是要在每一个换行的时候加上一个""。

#undef 取消已定义的宏#if 如果给定条件为真，则编译下面代码#ifdef 如果宏已经定义，则编译下面代码#ifndef 如果宏没有定义，则编译下面代码#elif 如果前面的#if给定条件不为真，当前条件为真，则编译下面代码#endif 结束一个#if/#ifdef/#ifndef...#else条件编译块#error 停止编译并显示错误信息#line 指令可以改变编译器用来指出警告和错误信息的文件号和行号。

#pragma 指令没有正式的定义。

编译器可以自定义其用途。

四、使用Win32 API进行Unicode编程Win32 API中定义了一些自己的字符数据类型。

这些数据类型的定义在winnt.h头文件中。

例如：typedef char CHAR;typedef unsigned short WCHAR; // wc, 16-bit UNICODE charactertypedef CONST CHAR *LPCSTR, *PCSTR;Win32 API在winnt.h头文件中定义了一些实现字符和常量字符串的宏进行ANSI/Unicode通用编程。

同样，只例举几个最常用的：#ifdef UNICODE // 注意此处没有没有下划线typedef WCHAR TCHAR, *PTCHAR;typedef LPWSTR LPTCH, PTCH;typedef LPWSTR PTSTR, LPTSTR;typedef LPCWSTR LPCTSTR;#define __TEXT(quote) L##quote // r_winnt#else // r_winnttypedef char TCHAR, *PTCHAR;typedef LPSTR LPTCH, PTCH;typedef LPSTR PTSTR, LPTSTR;typedef LPCSTR LPCTSTR;#define __TEXT(quote) quote // r_winnt#endif // r_winntAPI的字符串操作函数和C++的操作函数可以实现相同的功能，所以，如果需要的话，建议您尽可能使用C++的字符串函数，没必要去花太多精力再去学习API的这些东西。