C++常用字符编码简介.pdfVIP

常用字符编码简介 (char,CHAR,WCHAR,WARCHAR,LPSTR,LPSWSTR,UNICODE,) 一、三种字符简介(ASCII, DBCS, UNICODE)2 二、常用字符编码的实际类型 3 三、附简单的测试汉字全角字符英文的程序5 一、三种字符简介(ASCII, DBCS, UNICODE) • ASCII 只支持英文，全部为 8 位 • DBCS 支持英文和中文，但中文需要两个字节（16 位），不是等宽的 • UNICODE 支持英文和中文，英文和中文都需要两个字节 ASCII 是 DOS 时代的，无法支持中文。DBCS 是 Win9x 支持的字符集。UNICODE 是 win2k 和 xp 支持的字符集。而汉字的编码目前有 GB2312-1980 和 GB18030-2000 ，GB2312 就是 DBCS 类型的 汉字编码，GB18030 就是 UNICODE 的汉字编码，当然 GB18030 兼容 GB2312 ，也就是说GB18030 也 支持 DBCS 的字符处理方式。虽然 GB18030 是 2000 年后强制执行的国家标准，但目前使用最多的还是 GB2312 编码，而且 GB2312 也足够处理你所用到的汉字了，还有 GBK 编码是 GB2312 的增强版 这里我仅支持 GB2312 由于 GB2312 是中国大陆制定的标准，所以繁体中文并不在 GB2312 的编 码中，如果你的程序需要支持繁体中文，则还需要处理 Big5 编码其实也很简单。 二、常用字符编码的实际类型 下面说一下在 C 中如何处理 GB2312 编码的汉字以 VC6.0 为例，如果声明变量的类型为 wchar_t 则是 UNICODE 编码，如果是 char 则是 DBCS 编码。比如我的一个函数声明是 ： void Justify (HDC hdc, PTSTR pText, RECT * prc, int iAlign) 其中的 pText 是 PTSTR 类型，PTSTR 在 WINNT.H 中有两个定义（WINNT.H 中的这段代码我删掉了中 间无关的部分） #ifdef UNICODE typedef LPWSTR PTSTR, LPTSTR;//如果是 UNICODE 编码，则定义 PTSTR 为 LPWSTR 类型 #else typedef LPSTR PTSTR, LPTSTR;//如果是不是 UNICODE 编码，则定义 PTSTR 为 LPSTR 类型 #endif • LPSTR 定义为 CHAR 的指针 • LPSWSTR 定义为 WCHAR 的指针 • CHAR 定义为 char 类型 • WCHAR 定义为 wchar_t 类型 • wchar_t 定义为 unsigned short 类型，它是 16 位，两个字节，无符号短整数 是 UNICODE 还是非 UNICODE 取决于你的编译选项 ，如果在[工程]-[选项]-[C/C++]的[预处理程 序定义]中填入了_UNICODE ，那么程序会用wchar_t 指针来定义 LPSTR ，如果没有_UNICODE ，那么程 序会用 char 指针来定义 LPSTR ，这样带来的区别就是，你接受到的pText 中的字节内容是不一样的，[i 服了 you]这个字串如果在没有定义_UNICODE 的情况下，是 8 个字节，而在定义了_UNICODE 的情况下 是 12 个字节。反映到程序中就是 ，如果没有定义_UNICODE ，那么就要把英文字符当成 1 个字节来处 理，而汉字字符的编码是采用 GB2312 编码规范来的一个汉字 2 个字节 ；如果定义了_UNICODE ，那么 英文字符要当成 2 个字节来处理，而汉字字符的编码是采用 UNICODE 编码来的，一个汉字还是 2 个字 节，只是和英文是登长的。举例来说 ，win98 不采用 UNICODE 编码而采用的是 DBCS 编码，为了让我 的程序既可以在 XP 下运行又可以在 Win98 下运行，我没有定义_UNICODE 这样我的程序代码就要把字 符串当成 DBCS 编码来处理，也就是英文字符是 1 个字节，中文字符是 2 个字节，中文编码采用 GB2312 编码用 Justify 来说明： 我给 pText 传递来[你]这个汉字，那么 p