c++通常使用的是三種編碼方式,分別是SBCS(single byte character set),MBCS(multi-byte characterset)和Unicode字符集。SBCS是一個字節一個字符,MBCS是幾個字節一個字符,可能是一個,兩個,三個不等,但是實際上,絕大多數時候使用兩個字節的,所以有時候看到DBCS(double-byte character set)代替MBCS也不奇怪;Unicode一律是兩個字節編碼。在windows nt內核中,API一律使用的是unicode編碼,所以如果你在編寫軟件過程中使用非unicode編碼方式,系統也會自動轉換成unicode執行,然后返回的結構再轉換為你使用的類型。單字節表示用char,unicode使用wchar_t.我們是在單字節的光芒下成長起來的,一時間完全拋棄單字節未免難以接受,但是有些時候我們又不可避免的需要使用unicode字符集合,那么ms提供的解決辦法是泳宏:TChar
我們看看他的定義:
#ifdef UNICODE
typedef wchar_t TCHAR;
#else
typedef char TCHAR;
#endif
ok,一切問題都解決了,我們只需要定義UNICODE就一樣使用wchar_t,是很方便。另外,在windows的COM中使用的一律是unicode,但是MFC默認的確實MBCS,所以你用MFC寫的類庫如果放到了COM下,有些字符的格式化方式或者返回值錯誤的,原因就是com一律使用unicode,而unicode使用wchar_t('00')結尾,char卻是使用'0'結尾的。一般情況下,普通字符需要加載_T宏才能正常運行,比如MFC中你寫道S = "FSDFSDF",那么該類轉到COM下,需要寫S = _T("FSDFSDF");才可以。我們可以想象宏_T跟TCHAr的功能一樣,如果使用UNICODE就自動在constant string前面加上L,否則就直接使用。
我們說一些小問題:
VC6生成的console application是
int main(int argc, char* argv[])
VS C++ 2005生成的是
int _tmain(int argc, _TCHAR* argv[])
顯然,用_tmain更好,why?
You can also use _tmain, which is defined in TCHAR.h. _tmain will resolve to main unless _UNICODE is defined, in which case _tmain will resolve to wmain.(http://msdn2.microsoft.com/en-us/library/6wd819wh.aspx#).
我們也會常常看到如下一些字符類型,
WCHAR wchar_t wchar_t
LPSTR zero-terminated string of char (char*) zero-terminated string of char (char*)
LPCSTR constant zero-terminated string of char (const char*) constant zero-terminated string of char (const char*)
LPWSTR zero-terminated Unicode string (wchar_t*) zero-terminated Unicode string (wchar_t*)
LPCWSTR constant zero-terminated Unicode string (const wchar_t*) constant zero-terminated Unicode string (const wchar_t*)
TCHAR char wchar_t
LPTSTR zero-terminated string of TCHAR (TCHAR*) zero-terminated string of TCHAR (TCHAR*)
LPCTSTR constant zero-terminated string of TCHAR (const TCHAR*) constant zero-terminated string of TCHAR (const TCHAR*)
C 一般代表constant,P代表指針,LP代表長指針,W代表寬字符,也就是UNICODE,這下是不是都能明白這些是干什么的了?
我們也會常常看到_mbsstr()這樣的函數,這就是MBCS字符編碼的函數,當然可以處理SBCS編碼,但是反之卻不行。所以為了保險起見,我們可以使用_mbsstr代替strstr,但是如果程序只是處理SBCS,那么顯然又影響效率,所以到底用什么方式同時滿足效率和可移植性,自己掂量著辦吧。
以后使用C++編寫程序,如果出現亂碼,首先檢查C++的編碼類型,而且一般情況下都是結束符號沒有弄對,SBCS和MBCS都是以單字節0結尾,UNICODE是以雙字節00結尾的。