在C与C++中使用Unicode.docVIP

目录： 在C/C++中使用Unicode字符串 1 Visual C++ UNICODE编码释疑 6 字符编码简介：ASCII，Unicode，UTF-8，GB2312 12 在C/C++中使用Unicode字符串 摘录自：/archives/492 ??KC曾“宣”的效果也不怎 1.ANSI(MBCS)和UNICODE的前世今生 ??ANSI是最先采用的字符集，以1Byte表示一个字符，后来为了表示含有音标的字母而产生了变种系列。但是这种字符集最大的问题是，无法表示诸如汉字、日本这样的“大字符” ??于是，当初ANSI的那批人（瞎猜的，出MBCS（MBCS中最常用也最常DBCS）。MBCS利用1Byte表示原有的那些字符，并利用2Bytes或更高来表示大字符，于是乎，就可以解决原先的 ??但是，1Byte，而某些2Bytes或更高。程序 ??内牛UNICODE字符集。 ??题外话：这里我们要感谢Apple、Xerox、Compaq、IBM、Microsoft、Oracle.etc，否Coder也要 ??UNICODE字符集中，2Bytes来表示，包括’\0′。统一的规范的结果则是效率的提升。 ??更UNICODE可以在原来 ??既然1F的swd同学指出来了，那“深入”一点 ??事实上，默认的UNICODE指的是UTF-16，并且也存在其他表示字符的UTF ??UTF-8.UTF-8将一些字符1Byte，一些2Bytes，一些3Bytes，而一些甚至可以达到4Bytes。值在0×0080以下的字符1Byte，US使用的字符非常合适。而0×0080到0x07FF之2Bytes，常用于欧洲和中0×0080以上的字符3Bytes，用于4Bytes。但是当存在大量0×0080字符UTF-16高，好ANSI兼容 ??UTF-32是另一4Bytes，除了程序内部之MS用的不多。 ??ps：对于ANSI和UNICODE的介Windows程序Windows核心Wikipedia上，也有??ANSI：/zh-cn/ASCII??UNICODE：/zh-cn/UNICODE 2.为什么使用UNICODE ??其UNICODE比ANSI好用。 ?? 自从Windows2KWin的系UNICODE编写，所有ANSI字符在API转换成UNICODE。所以，如果你一UNICODE，RAM开销。 ?? 对于JAVA/.NET等“新”的UNICODE ?? 最重要的是，目前世界上大多数的程序用的字符集都是UNICODE，因UNICODE有利于程序国 ?? 但是很不幸，由于某国教育的滞后，教材“受害”。（据IDE从TC改成了VC6，可/墙奸的命运）。 3.如何在C/C++中使用UNICODE ??在C/C++中使用UNICODE，就意味着你可能要抛弃已经非常熟悉的char和ANSI版字符串wchar_t，并且在使用字符串的”前加L。比如 view source print? 1 wchar_t* sz = LKC is a genuis; ??而且，我UNICODE版的字符串wcscpy/wcscat.etc ?? 对于std的I/O，我wcout代替cout ?? 如果你使用的是M$的VC或者M$的CRT和编译器，那么恭喜你，M$在 ?? M$利用TCHAR来替代原有的字符类型，并定义了_TEXT和_T宏用以支持UNICODE字符，二者定 view source print? 1 #ifndef _UNICODE 2 ??????#define TCHAR?? wchar_t 3 ??????#define _T(x)? L##x 4 ??????#define _TEXT(x)? L##x 5 ????#else 6 ??????#define TCHAR?? char 7 ??????#define _T(x)? x 8 ??????#define _TEXT(x)? x 9 ????#endif ??很显然，利用TCHAR和_T可以很方便的在ANSI和UNICODE之 ?? 而M$也CRT字符串_t开头的）。比如_tcscpy在UNICODE下wcscpy，在ANSI下strcpy。 ?? 如果你用的不是M$的IDE，其 4.如何在使用UNICODE的console下输出含有中文的字符串 ??对于很多人来说，这的确是一个问题。在默认的情况下，包含有中文字符的字符串是无法在console中 ?? 根据MSDN的ANSI位置，正是console中UNICODE字符串。所以我们只需要简单的设置下代码页即可。 ?? 在main的_tsetlocale(LC_ALL, L”CHS”);即可。 ?? 这同样