汉扬编程 编程大纲 C语言编程之unicode编码与ansi编码

C语言编程之unicode编码与ansi编码

C语言编程之unicode编码与ansi编码

在学习字符串时一定会碰到CString的字符串要转换为char*的问题,在此总结一下unicode工程下的字符串处理问题。

Ansi与Unicode简要说明及各自的优缺点。

他们是两种字符的编码格式,Ansi表示窄字节,Unicode表示宽字节,Ansi用char格式表示一个字符,占用一个字节的存储空间,最多表示255个字符,表示英文还可以,但对于中文、日文、韩文等语言来说就不够用了,所以如果你的程序是Ansi编码的话,那么你写的中文语言的程序拿到日文、韩文等系统上面就会出现乱码。所以有了Unicode,用二个字节去表示一个字符,格式是 unsigned short,被定义成 wchar_t 格式这样就可以表示世界上绝大多数的语言了!但有利就有弊,缺点呢?就是空间占用翻倍了,网络传输的数据量也增大了。

Windows 2000 及其以后的 Xp、2003、Vista、Win7 等系统都是使用Unicode从头进行开发的,如果调用任何一个Windows API 函数并给它传递一个 ANSI 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。如果希望函数返回ANSI字符串,系统就会先将Unicode字符串转换成ANSI字符串,然后将结果返回给你的应用程序。进行这些字符串的转换需要占用系统的时间和内存。为了避免系统转换消耗的资源通常都使用unicode。

不同编码格式下的字符串处理及相互转化。

在编程时经常遇到的数据类型:

Ansi:

char、char * 、const char *

CHAR、(PCHAR、PSTR、LPSTR)、LPCSTR

Unicode:

wchar_t、wchar_t * 、const wchar_t *

WCHAR、(PWCHAR、PWSTR、LPWSTR)、LPCWSTR

T 通用类型:

TCHAR、(TCHAR * 、PTCHAR、PTSTR、LPTSTR)、LPCTSTR

以上,其中:P代表指针的意思,STR代表字符串的意思,L是长指针的意思,在WIN32平台下可以忽略,C代表const常量的意思,W代表wide宽字节的意思,T表示模板,也就是通用的意思,在使用时系统会根据当前的工程性质进行转换。例如在unicode下,TCHAR其实就是wchar_t,否则就被定义成char。

字符串类型的对象的定义:

Ansi:char *pAnsiStr = \”hello\”;

Unicode:wchar_t *pUnicodeStr = \”hello\”;

通用类型:TCHAR *pTStr = _T(\”hello\”); 或者 TCHAR *pTStr = _TEXT(\”hello\”);(_T,_TEXT是一个意思)

动态申请内存:TCHAR *pszBuf = new TCHAR[100];

Ansi 与 Unicode 字符串类型的互相转换:

上面给大家介绍的都是窄字节就是窄字节,宽字节就是宽字节,那么下面就给大家介绍下他们两个之间的转换。

在程序中还是不建议大家来回来去的进行字符串编码的转换,要么就都使用Ansi,要么就都使用Unicode,

但是呢,往往有些 API 函数只提供了窄字节版本(比如:GetProcAddress,见MSDN)或者只提供宽字节版本(比如:CommandLineToArgvW,见MSDN),

这个时候就要进行字符串编码格式的转换了。

但是,这里提醒下大家,不是所有的都需要转换,有一些是不需要转换的,比如 socket 中的 send 或者 recv 函数.

字符串占用字节数:

Ansi:

char szStr[] = \”abc\”;

占用字节数求法:sizeof(szStr);

char *psz = \”defgh\”;

占用字节数求法:strlen(psz)*sizeof(char);

Unicode:

wchar_t szwStr[] = L\”abc\”;

占用字节数求法:sizeof(szwStr);

wchar_t *pwsz = L\”defgh\”;

占用字节数求法:wcslen(pwsz)*sizeof(wchar_t);

通用函数:

TCHAR szStr[] = _T(\”abc\”);

占用字节数求法:sizeof(szStr);

TCHAR *psz = _T(\”defgh\”);

占用字节数求法:_tcslen(psz)*sizeof(TCHAR);

转换用到的最根本的 API 函数:

WideCharToMultiByte 实现宽字节转换到窄字节

MultiByteToWideChar 实现窄字节转换到宽字节

A2W、W2A、T2A、T2W 宏的使用以及注意事项:

其实这些宏根本上还是用到了上面的两个函数。

[1]、这些函数都是在栈中分配空间的。例如:A2W(\”abc\”),就会在栈中分配一块内存存放\’abc\’

[2]使用上面的宏之前都要使用USES_CONVERSION宏

*unicode下CString与char*的转换:

CString转换为char*:使用wcstombs()函数

例子:

CString str;

str=\”你好,hello\”;

char ch[50];

wcstombs(ch,str,siezof(ch));

这样的转换会出现问题,原因是str带有中文,如果带有中文还在之前使用setlocale(LC_ALL,\”\”),要包含头文件<locale.h>;设置一下默认语言。

char*转换为CString:使用A2T()函数:

例子:

USES_CONVERSION;

char ch[5]=\”what\”;

CString str;

str=A2T(ch);

~~~end~~~

本文来自网络,不代表汉扬编程立场,转载请注明出处:http://www.hyzlch.com/mianfei/6009.html

「C语言笔记」什么是ANSI C标准?

10分钟搞定redis简介及安装

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

返回顶部