UNICODE编程实现软件的国际化.pdfVIP

信息技术与信息化 UNICODE编程实现软件的国际化 高 波 肖 红 GAO Bo XIA0 Hong doi：10．3969~．issn．1672-9528．2014．04．71 对于中东等非英语国家的地区，用户经常要编 Windows里的MBCS包含两种字符类型，单字节字符 写双语或多语操作界面。并且从WindowsNT操作系 SBCS(single—bytecharactersset)和双字节字符DBCS 统后，即使输入 的MBCS字符，操作系统也要转换 (double—bytecharactersset)。由于Windows里使用的 为UNICODE字符，并且有必要输 出时还要经过一 多字节字符绝大部分是两个字节长 ，所 以MBCS常被 次UNICODE到MBCS字符集的转换，虽然系统已经 用DBCS代替。 做 了极大的优化，但还是有速度损失的。鉴于此， 在 DBCS编码模式中，一些特定的值被保留用 UNICODE编程似乎势在必行。 来表明它们是双字节字符的一部分。例如，中文在 GB2312编码 中，一个大于Ox7f的特定范围内的值表 1 UNIC0DE概述 示这是一个双字节字符 ，紧跟着的下一个子节是这个 UNICODE是 目前用来解决ASCII码 256个字符限 字符的一部分。第一个值被称作 ”leadingbytes”。跟随 制问题的一种比较流行的解决方案。ASCII字符集只有 在一个 leadingbyte子节后面的字节被称作 ”trailbyte”。 256个字符，用0—255之间的数字来表示。包括大小写 在 DBCS中，trailbyte可 以是任意非 0值。例如，在 字母、数字以及少数特殊字符；如标点符号、货币符 GB2312编码集中， “论”的 “leadingbytes”为 O“xCB”， 号等。对于大多数拉丁语言来说，这些字符已经够用。 “trailbyte”为 O“xDB”。同SBCS一样，DBCS字符串 但是，许多亚洲和东方语言所用的字符远远不止 256 的结束标志也是一个单字节表示的0。 个字符，有些甚至超过万个。为了突破ASCII码字符 第三种编码模式是Unicode。Unicode是一种所有的 数的限制，试图用一种简单的方法来针对超过256个 字符都使用两个字节编码的编码模式。Unicode字符有 字符的语言编写计算机程序，于是UNICODE应运而生。 时也被称作宽字符，因为它比单子节字符宽 (使用了更多 的存储空间)。“论”的UNICODE编码为Ox8bha。注意， 2 字符编码 Unicode不能被看作MBCS。MBCS的独特之处在于它的 第一种编码类型是单子节字符集SBCS(single—byte 字符使用不同长度的字节编码。Unicode字符串使用两个 characterset)。在这种编码模式下，所有的字符都只 字节表示的0作为它的结束标志。 用一个字节表示。ASCII是 SBCS。一个字节表示的0 3 UNICODE编程的实现 用来标志SBCS字符串的结束符。 第二种编码模式是多字节字符集MBCS(multi— 本节结合制作英文 ／阿拉伯文双语界面来讨论利 bytecharacterset)。一个MBCS编码包含一些一个字节 用UNICODE编程的具体实现过程。 长的字符，而另一些字符大于一个字节的长度。用在 3．1 字符串的定义 对于MBCS编程，定义一个字符串的常用格式： 水