MBCS编码和UNICODE编码相互转换.doc

MBCS编码和UNICODE编码的相互转换 今天写的一段代码涉及到MBCS编码和UNICODE编码的相互转换，查了一下MSDN的相关资料，整理如下： ???? 在VC6中，默认使用MBCS编码，即多字节字符，实际就是支持大于0x80的ASCII码。这样，一个中文字可以表示为2个字节，GB2312就是这样表示的。 ???? VC6的默认安装是不带UNICODE库的，要在VC6中写UNICODE程序，必须安装CRT和MFC的Unicode库。 ???? 要使你的程序支持Unicode，要在你的项目属性中去掉_MBCS宏定义，增加UNICODE和_UNICODE两个宏定义。（注意，这两个都应该加上，因为CRT和MFC使用UNICODE定义，而STL则使用_UNICODE） ???? 如果你的程序是MFC的，则Unicode版MFC库的入口点是wWinMainCRTStartup。 ???? 为了方便开发者，VC6中提供了Tchar.h，里面定义了一些宏用来帮助写两种编码都兼容的代码。 ???? 类型 一般文本 数据类型名称 _UNICODE 和 _MBCS 未定义 _MBCS 已定义 _UNICODE 已定义 _TCHAR char char wchar_t _TINT int int wint_t _TSCHAR signed char signed char wchar_t _TUCHAR unsigned char unsigned char wchar_t _TXCHAR char unsigned char wchar_t _T 或 _TEXT 无效（由预处理器移除） 无效（由预处理器移除） L（将后面的字符或字符串转换成相应的 Unicode 形式） ???? CRT中的相关函数在Tchar.h中都定义了相应的替代，基本是将str换成了_tcs，比如：CRT中的unsigned int strlen(const char *)现在是unsigned int _tcslen(const TCHAR*)，在Uniocde时，将被替换为unsigned int _wcslen(const wchar_t)*，而在MBCS时，会被替换为unsigned int _mcslen(const char*)。 ???? 看，写Unicode和MBCS兼容的代码挺容易的吧，我总结了一些替换规则 ???? 1 将char换成TCHAR (unsigned char必须去掉unsigned) ???? 2 将str函数换成_tcs函数 ???? 3 将字符串常量定义加要_T()宏 ???? 4 printf函数族必须修改为wprintf，不过要注意千万不要使用wprintf函数来解析char型 ???? 很多时候程序中既需要Unicode，又需要使用ASCII，这时需要用到操作系统的2个API ???? WideCharToMultiByte用来将Unicode字符串转化为MBCS的 ???? MultiByteToWideChar用来将MBCS字符串转化为Unicode的 ???? 一些注意事项： ???? 在Unicode编码下，sizeof没那么可靠了，memset( ,0, sizeof())的习惯用法可能会出大错，改成memset(,0,sizeof()/szieof(TCHAR))就没事了，呵呵 ???? 在Unicode下，一个中文字符就是一个字符，len = strlen() / 2;这样可不行了 用VC6进行UNICODE编程 最近试图将自己的程序编译成Unicode版本，费了不少力气，相关内容整理如下，适用于VC6，但VC7、VC8应该也差不多的（后者新建项目缺省即按Unicode编译）。 1. 添加 UNICODE 和 _UNICODE 预处理定义 位置：Project Settings - C/C++ - Preprocessor definitions 添加了这两个定义后，MFC的一些内置类型如 TCHAR、CString 都将转为支持宽字符类型（wchar_t） 2. 使用宽字符相关类型，如： char - TCHAR、char * - LPTSTR、const char * - LPCTSTR 3. 对字符串常量使用 _T() 宏 4. 替换C库中的中字符串操作函数，如 strlen - _tcslen、strcmp - _tcscmp 等 类似的还有C库中字符串与数字的转换函数，如 atoi - _ttoi、itoa - _itot 等 5. 将 Project Settings - Link - Output - Entry Point 设为 wWinMainCRTSTartup 否则会有如下错误：