有关UNICODE、ANSI字符集和相关字符串操作的总结[转]
A
如果程序定義了_UNICODE宏直接用
WCHAR *str=L"unicodestring";
TextOut(0,0，str);
否則就需要轉(zhuǎn)換類型
#include <comdef.h>
WCHAR *str=L"unicodestring";
bstr_t str1=str;
TextOut(0,0，(char*)str1);
Q 如何實現(xiàn)ANSI和UNICODE的相互轉(zhuǎn)換
A
將ANSI轉(zhuǎn)換到Unicode
(1)通過L這個宏來實現(xiàn)，例如: CLSIDFromProgID( L"MAPI.Folder",&clsid);
(2)通過MultiByteToWideChar函數(shù)實現(xiàn)轉(zhuǎn)換,例如:
char *szProgID = "MAPI.Folder";
WCHAR szWideProgID[128];
CLSID clsid;
long lLen = MultiByteToWideChar(CP_ACP,0,szProgID,strlen(szProgID),szWideProgID,sizeof (szWideProgID));
szWideProgID[lLen] = '/0';
(3)通過A2W宏來實現(xiàn),例如:
USES_CONVERSION;
CLSIDFromProgID( A2W(szProgID),&clsid);
將Unicode轉(zhuǎn)換到ANSI
(1)使用WideCharToMultiByte,例如:
// 假設(shè)已經(jīng)有了一個Unicode 串 wszSomeString...
char szANSIString [MAX_PATH];
WideCharToMultiByte ( CP_ACP, WC_COMPOSITECHECK, wszSomeString, -1, szANSIString, sizeof(szANSIString), NULL, NULL );
(2)使用W2A宏來實現(xiàn),例如:
USES_CONVERSION;
pTemp=W2A(wszSomeString);
注意在轉(zhuǎn)換時可能存在的問題：
因為ANSI轉(zhuǎn)UNICODE,如果使用A2W或MultiByteToWideChar（第一個參數(shù)是CP_ACP)的話,是根據(jù)系統(tǒng)默認(rèn)的轉(zhuǎn)碼表，把轉(zhuǎn)入的ANSI字符串看作Multi-Bytes字符串處理的，如果是中文（中文windows默認(rèn)就是中文），一個大于0x87的byte可能和下一byte一起被看作一個漢字，然后根據(jù)漢字的Unicode編碼轉(zhuǎn)換為相同的Unicode漢字，如果找不到相應(yīng)的編碼，一般就用一個默認(rèn)的字符來取代它（一般是問號“？”）,由此看，如果隨便把一段數(shù)據(jù)給他轉(zhuǎn)，轉(zhuǎn)化很復(fù)雜而且極可能不可逆，而且你加密過的ANSI碼是相當(dāng)混亂的有很多〉0x87的byte,轉(zhuǎn)換就變得不可逆了。
建議自己直接就這樣寫：
CHAR lpANSI[COUNT];
WCHAR lpUnicode[COUNT];
int i = 0;
while(lpANSI[i] != '/0' ) {
lpUnicode[i] = (WCHAR)lpANSI[i];
}
lpUnicode[i] = L'/0';
然后按相同的方法轉(zhuǎn)回來，因為對于0~0x87的ANSI字符串，對應(yīng)的Unicode碼就是相同的16位值，至于其他的，你的字符串反正加了密，沒必要轉(zhuǎn)換成顯示出來是一樣的字符，就按同樣的方法處理了，其實如果中間的字符串不用顯示或別的，直接reutrn (LPWSTR)lpANSI;過去也可以, 反正接受的時候自己清楚就可以了。
Q 如何讓程序支持UNICODE
A
NT系統(tǒng)的內(nèi)核是unicode代碼,通常vc分創(chuàng)建的工程默認(rèn)都是ansi代碼（可以兼容win9x）,在nt下ansi程式在調(diào)用windows API的時系統(tǒng)實際又進行了一次ansi到unicode的代碼轉(zhuǎn)化,如MoveWindowA實際上又調(diào)用MoveWindowW.如果以我們的程序不考慮win9x(早晚是明日黃花)的話,直接用unicode編譯，那么程式的代碼執(zhí)行效率一定能增色不少.具體:
(0).在vc編譯選項上,在vc7.0以上在工程的屬性頁中的“字符集”選上"使用 Unicode 字符集"即可，在vc6.0下可能麻煩一點，得先把vc運行庫的unicode版本復(fù)制到vc路徑下,一般都是和xxx.lib的ansi對應(yīng)xxxU.lib,默認(rèn)裝vc時是不會裝的，將工程屬性
(0).1.改語言定義:
在project settings的"C++"頁中的"preprocessor definitions"中改_MBCS為_UNICODE
(0).2.改入口函數(shù):
在"link"頁中的"project Options"加入/entry:"wWinMainCRTStartup"即可.
(1)在代碼上,處理字符中的多用TCHAR.H中的宏,如strcpy用_tcscpy代替,用TCHAR代char,
用TCHAR m_mystr[]=_T("xxxx")代替 char m_mystr[]="xxxx";
(2)注意調(diào)試UNICODE程序時，需要在安裝時VC選擇所有選項，否則會缺少動態(tài)庫和相應(yīng)的.lib文件
Q 如何取得一個既包含單字節(jié)字符又包含雙字節(jié)字符的字符串的字符個數(shù)？
A
可以調(diào)用Microsoft Visual C++的運行期庫包含函數(shù)_mbslen來操作多字節(jié)（既包括單字節(jié)也包括雙字節(jié)）字符串。
調(diào)用strlen函數(shù)，無法真正了解字符串中究竟有多少字符，它只能告訴你到達結(jié)尾的0之前有多少個字節(jié)。
Q 如何對DBCS（雙字節(jié)字符集）字符串進行操作？
A
函數(shù) 描述
PTSTR CharNext （ LPCTSTR ）; 返回字符串中下一個字符的地址
PTSTR CharPrev （ LPCTSTR, LPCTSTR ）； 返回字符串中上一個字符的地址
BOOL IsDBCSLeadByte( BYTE )； 如果該字節(jié)是DBCS字符的第一個字節(jié)，則返回非0值
Q 為什么要使用Unicode？
A
(1) 可以很容易地在不同語言之間進行數(shù)據(jù)交換。
(2) 使你能夠分配支持所有語言的單個二進制.exe文件或DLL文件。
(3) 提高應(yīng)用程序的運行效率。
Windows 2000是使用Unicode從頭進行開發(fā)的，如果調(diào)用任何一個Windows函數(shù)并給它傳遞一個ANSI字符串，那么系統(tǒng)首先要將字符串轉(zhuǎn)換成Unicode，然后將Unicode字符串傳遞給操作系統(tǒng)。如果希望函數(shù)返回ANSI字符串，系統(tǒng)就會首先將Unicode字符串轉(zhuǎn)換成ANSI字符串，然后將結(jié)果返回給你的應(yīng)用程序。進行這些字符串的轉(zhuǎn)換需要占用系統(tǒng)的時間和內(nèi)存。通過從頭開始用Unicode來開發(fā)應(yīng)用程序，就能夠使你的應(yīng)用程序更加有效地運行。
Windows CE 本身就是使用Unicode的一種操作系統(tǒng)，完全不支持ANSI Windows函數(shù)
Windows 98 只支持ANSI，只能為ANSI開發(fā)應(yīng)用程序。
Microsoft公司將COM從16位Windows轉(zhuǎn)換成Win32時，公司決定需要字符串的所有COM接口方法都只能接受Unicode字符串。
Q 如何編寫Unicode源代碼？
A
Microsoft公司為Unicode設(shè)計了WindowsAPI，這樣，可以盡量減少代碼的影響。實際上，可以編寫單個源代碼文件，以便使用或者不使用Unicode來對它進行編譯。只需要定義兩個宏（UNICODE和_UNICODE），就可以修改然后重新編譯該源文件。
_UNICODE宏用于C運行期頭文件，而UNICODE宏則用于Windows頭文件。當(dāng)編譯源代碼模塊時，通常必須同時定義這兩個宏。
Q Windows定義的Unicode數(shù)據(jù)類型有哪些？
A
數(shù)據(jù)類型 說明
WCHAR Unicode字符
PWSTR 指向Unicode字符串的指針
PCWSTR 指向一個恒定的Unicode字符串的指針
對應(yīng)的ANSI數(shù)據(jù)類型為CHAR，LPSTR和LPCSTR。
ANSI/Unicode通用數(shù)據(jù)類型為TCHAR，PTSTR,LPCTSTR。
Q 如何對Unicode進行操作？
A
字符集 特性 實例
ANSI 操作函數(shù)以str開頭 strcpy
Unicode 操作函數(shù)以wcs開頭 wcscpy
MBCS 操作函數(shù)以_mbs開頭 _mbscpy
ANSI/Unicode 操作函數(shù)以_tcs開頭 _tcscpy（C運行期庫）
ANSI/Unicode 操作函數(shù)以lstr開頭 lstrcpy（Windows函數(shù)）
所有新的和未過時的函數(shù)在Windows2000中都同時擁有ANSI和Unicode兩個版本。ANSI版本函數(shù)結(jié)尾以A表示；Unicode版本函數(shù)結(jié)尾以W表示。Windows會如下定義：
#ifdef UNICODE
#define CreateWindowEx CreateWindowExW
#else
#define CreateWindowEx CreateWindowExA
#endif // !UNICODE??
Q 如何表示Unicode字符串常量？
A
字符集 實例
ANSI “string”
Unicode L“string”
ANSI/Unicode T(“string”)或_TEXT(“string”)if( szError[0] == _TEXT(‘J’) ){ }
Q 為什么應(yīng)當(dāng)盡量使用操作系統(tǒng)函數(shù)？
A
這將有助于稍稍提高應(yīng)用程序的運行性能，因為操作系統(tǒng)字符串函數(shù)常常被大型應(yīng)用程序比如操作系統(tǒng)的外殼進程Explorer.exe所使用。由于這些函數(shù)使用得很多，因此，在應(yīng)用程序運行時，它們可能已經(jīng)被裝入RAM。
如：StrCat，StrChr，StrCmp和StrCpy等。
Q 如何編寫符合ANSI和Unicode的應(yīng)用程序？
A
(1) 將文本串視為字符數(shù)組，而不是chars數(shù)組或字節(jié)數(shù)組。
(2) 將通用數(shù)據(jù)類型（如TCHAR和PTSTR）用于文本字符和字符串。
(3) 將顯式數(shù)據(jù)類型（如BYTE和PBYTE）用于字節(jié)、字節(jié)指針和數(shù)據(jù)緩存。
(4) 將TEXT宏用于原義字符和字符串。
(5) 執(zhí)行全局性替換（例如用PTSTR替換PSTR）。
(6) 修改字符串運算問題。例如函數(shù)通常希望在字符中傳遞一個緩存的大小，而不是字節(jié)。這意味著不應(yīng)該傳遞sizeof(szBuffer),而應(yīng)該傳遞（sizeof(szBuffer)/sizeof(TCHAR)。另外，如果需要為字符串分配一個內(nèi)存塊，并且擁有該字符串中的字符數(shù)目，那么請記住要按字節(jié)來分配內(nèi)存。這就是說，應(yīng)該調(diào)用
malloc(nCharacters *sizeof(TCHAR)),而不是調(diào)用malloc(nCharacters)。
Q 如何對字符串進行有選擇的比較？
A
通過調(diào)用CompareString來實現(xiàn)。
標(biāo)志 含義
NORM_IGNORECASE 忽略字母的大小寫
NORM_IGNOREKANATYPE 不區(qū)分平假名與片假名字符
NORM_IGNORENONSPACE 忽略無間隔字符
NORM_IGNORESYMBOLS 忽略符號
NORM_IGNOREWIDTH 不區(qū)分單字節(jié)字符與作為雙字節(jié)字符的同一個字符
SORT_STRINGSORT 將標(biāo)點符號作為普通符號來處理
Q 如何判斷一個文本文件是ANSI還是Unicode？
A
判斷如果文本文件的開頭兩個字節(jié)是0xFF和0xFE，那么就是Unicode，否則是ANSI。
Q 如何判斷一段字符串是ANSI還是Unicode？
A
用IsTextUnicode進行判斷。IsTextUnicode使用一系列統(tǒng)計方法和定性方法，以便猜測緩存的內(nèi)容。由于這不是一種確切的科學(xué)方法，因此 IsTextUnicode有可能返回不正確的結(jié)果。
Q 如何在Unicode與ANSI之間轉(zhuǎn)換字符串？
A
Windows函數(shù)MultiByteToWideChar用于將多字節(jié)字符串轉(zhuǎn)換成寬字符串；函數(shù)WideCharToMultiByte將寬字符串轉(zhuǎn)換成等價的多字節(jié)字符串。
Q 如何得到漢字的Unicode編碼
A
#include "comdef.h"
char *str1="你好";
_bstr_t str=str1;
WCHAR *str2=str;
str2就是你要的UNICODE碼
Q 如何實現(xiàn)#21592#24037#36873#25321這種編碼與漢字之間的轉(zhuǎn)換？
A
CString str="#21592#24037#36873#25321";
str+='#';
CString str1="";
WCHAR str2[5]={0,0,0,0,0};
int j=0;
do
{
str1=str.Left(str.Find('#',1));
str=str.Mid(str.Find('#',1));
WCHAR i=0;
sscanf(str1,"#%d",&i);
str2[j]=i;
j++;
}while(str1!="");
_bstr_t str3=str2;
char *str4=str3;
Q 如何解決char* to bstr 和bstr to char *的問題
A
參考下面的函數(shù)完成
void charString()
{
char *l_sz;
l_sz=new char[20];
strcpy(l_sz,"hello world12你好!");
CString l_cstring(l_sz);
BSTR l_cBstr;
l_cBstr=l_cstring.AllocSysString();
CString l_cstring2(l_cBstr);
delete []l_sz;
cout<<"l_cstring:"<<l_cstring<<endl;
cout<<"l_cstring:"<<l_cstring2<<endl;
l_cstring2+="aaaa";
char *l_sz1;
l_sz1=l_cstring2.GetBuffer(l_cstring2.GetLength());
cout<<"l_sz:"<<l_sz1<<endl;
}??
總結(jié)
以上是生活随笔為你收集整理的有关UNICODE、ANSI字符集和相关字符串操作的总结[转]的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 在DLL中使用资源
- 下一篇： ANSI, UNICODE与UTF8相互