VS2005中UNICODE和ANSI的区别

时间:2021-03-26 20:16:03

我们在编写Visual C++ 2005程序时候经常会碰到(如下错误),很迷惑 

 'CreateWindowExW' : cannot convert parameter 1 from 'const char [4]' to 'LPCWSTR'

UNICODE  计算机发明后,为了在计算机中表示字符,人们制定了一种编码,叫ASCII码。ASCII码由一个字节中的7位(bit)表示,范围是0x00 - 0x7F 共128个字符。他们以为这128个数字就足够表示abcd....ABCD....1234 这些字符了。咳......说英语的人就是“笨”!后来他们突然发现,如果需要按照表格方式打印这些字符的时候,缺少了“制表符”。于是又扩展了ASCII的定义,使用一个字节的全部8位(bit)来表示字符了,这就叫扩展ASCII码。范围是0x00 - 0xFF 共256个字符。咳......说中文的人就是聪明!中国人利用连续2个扩展ASCII码的扩展区域(0xA0以后)来表示一个汉字,该方法的标准叫GB-2312。后来,日文、韩文、阿拉伯文、*繁体(BIG-5)......都使用类似的方法扩展了本地字符集的定义,现在统一称为 MBCS 字符集(多字节字符集。既:有2 个字节的字符,也有1个字节的字符)。这个方法是有缺陷的,因为各个国家地区定义的字符集有交集,因此使用GB-2312的软件,就不能在BIG-5的环境下运行(显示乱码,因为:阿拉伯人在机器上编写的阿拉伯文字,经过机器的字符编码,变成了一个特定的0x XXXX,而这个特定的0x XXXX字符到中国人的机器上却不存在相对应的汉字,或者是相对应出的汉字 根本就与原来阿拉伯文字文章一点关系没有的,所以出现乱码),反之亦然。

 咳......说英语的人终于变“聪明”一些了。为了把全世界人民所有的所有的文字符号都统一进行编码,于是制定了UNICODE标准字符集。UNICODE 使用2个字节表示一个字符(unsigned shor int、WCHAR、_wchar_t、OLECHAR)。这下终于好啦,全世界任何一个地区的软件,可以不用修改地就能在另一个地区运行了。虽然我用 IE 浏览日本网站,显示出我不认识的日文文字,但至少不会是乱码了。UNICODE 的范围是 0x0000 - 0xFFFF 共6万多个字符,其中光汉字就占用了4万多个。嘿嘿,中国人赚大了。

 在程序中使用各种字符集的方法: 

const char * p = "Hello"; // 使用 ASCII 字符集

 const char * p = "你好"; // 使用 MBCS 字符集,由于 MBCS 完全兼容 ASCII,多数情况下,我们并不严格区

 分他们 

LPCSTR p = "Hello,你好"; // 意义同上

const WCHAR * p = L"Hello,你好"; // 使用 UNICODE 字符集

LPCOLESTR p = L"Hello,你好"; // 意义同上

// 如果预定义了_UNICODE,则表示使用UNICODE字符集;如果定义了_MBCS,则表示使用 MBCS

const TCHAR * p = _T("Hello,你好");

PCTSTR p = _T("Hello,你好"); // 意义同上

在上面的例子中,T是非常有意思的一个符号(TCHAR、LPCTSTR、LPTSTR、_T()、TEXT()、_TEXT()...),它表示使用一种中间类型,既不明确表示使用 MBCS,也不明确表示使用 UNICODE。那到底使用哪种字符集那?嘿嘿......编译的时候决定吧。设置条件编译的方式是:VC6中,"Project\Settings...\C/C++卡片 Preprocessor definitions" 中添加或修改 _MBCS、_UNICODE;VC.NET中,"项目\属性\配置属性\常规\字符集"然后用组合窗进行选择。使用 T 类型,是非常好的习惯,严重推荐!

 举个例子:

 "abc"是非Unicode  string,

 L"abc"是Unicode tring.     L用来定义UNICODE字符串,L就是转换成宽字符

 其次:.NET  的平台CLR (Common Language  RunTime库中用定义(#define)  _UNICODE  来表示使用Unicode;

在  Win32  API 中是用定义(#define)  UNICODE  来表示使用 Unicode 。  

而大多数应用程序(Application)都是既使用CLR又使用Win32  API的,所以一般地,_UNICODE和UNICODE  应该在工程中同时定义或同时不定义。 

 _T("abc") 在_UNICODE已定义时解释成L"abc",是Unicode string;在_UNICODE 未定义时则解释成"abc",非Unicode  string。

  TEXT("abc")类似,不过它是根据UNICODE 的定义与否来决定的。

 再说以下: 

  如果有下面三句话:  

 TCHAR   szStr1[]   =   TEXT("str1");  

 char   szStr2[]   =   "str2";  

 WCHAR   szStr3[]   =   L("str3");  

 那么第一句话在定义了UNICODE时会解释为第三句话,没有定义时就等于第二句话。   

 第二句话无论是否定义了UNICODE都是生成一个ANSI字符串,而第三句话总是生成UNICODE字符串。   

 为了程序的可移植性,建议都用第一中表示方法。

 MultiByteToWideChar函数与 _T、TEXT() 这两个宏都可以选择 ASNI (MBCS) 还是 UNICODE 字符

 第一个函数转换的对象可以是常量、变量;第二、三只能转换常量。 

 补充:

 LPSTR   ==   char* 

 LPCSTR   ==   const   char*   

 LPCTSTR   ==   const   char*   //   Not   defined   _UNICODE,   such   as   win9x  

 LPCTSTR   ==   const   wchar_t*   //   defined   _UNICODE,   such   as   win2k   

 LPWSTR   ==   wchar_t*

 即:

 LPCSTR    A  32-bit   pointer   to   a   constant   character   string.

 LPSTR     A  32-bit   pointer   to   a   character   string.

 LPCTSTR   A  32-bit pointer to a constant character string that is portable for Unicode and DBCS.   

 LPTSTR    A 32-bit   pointer   to   a   character   string   that   is   portable   for   Unicode   and   DBCS.

 另外,如果嫌类型转换实在太麻烦的话,就把字符集设成“未设置”,修改之后通常需要清理解决方案,再重新生成,否则会出现错误:general error c101008a: Failed to save the updated manifest to the file ".\Debug\Test1.exe.embed.manifest". The parameter is incorrect.    mt.exe