Windows编程的Unicode&ANSI字符串转换--摘自VCKBASE

来源:互联网 发布:软件设计师考什么 编辑:程序博客网 时间:2024/06/01 07:56

 

        这一部分将花点时间来讨论如何在COM代码中处理串。如果你熟悉Unicode 和ANSI,并知道如何对它们进行转换的话,你就可以跳过这一部分,否则还是读一下这一部分的内容。
  不管什么时候,只要COM方法返回一个串,这个串都是Unicode串(这里指的是写入COM规范的所有方法)。Unicode是一种字符编码集,类似ASCII,但用两个字节表示一个字符。如果你想更好地控制或操作串的话,应该将它转换成TCHAR类型串。
  TCHAR和以_t开头的函数(如_tcscpy())被设计用来让你用相同的源代码处理Unicode和ANSI串。在大多数情况下编写的代码都是用来处理ANSI串和ANSI WindowsAPIs,所以在下文中,除非另外说明,我所说的字符/串都是指TCHAR类型。你应该熟练掌握TCHAR类型,尤其是当你阅读其他人写的有关代码时,要特别注意TCHAR类型。
  当你从某个COM方法返回得到一个Unicode串时,可以用下列几种方法之一将它转换成char类型串:

  1. 调用 WideCharToMultiByte() API;
  2. 调用CRT 函数wcstombs();
  3. 使用CString 构造器或赋值操作(仅用于MFC );
  4. 使用ATL 串转换宏;
WideCharToMultiByte()

你可以用WideCharToMultiByte()将一个Unicode串转换成一个ANSI串。此函数的原型如下:

int WideCharToMultiByte (    UINT    CodePage,    DWORD   dwFlags,    LPCWSTR lpWideCharStr,    int     cchWideChar,    LPSTR   lpMultiByteStr,    int     cbMultiByte,    LPCSTR  lpDefaultChar,    LPBOOL  lpUsedDefaultChar );

以下是参数解释:

  • CodePage:Unicode字符转换成的代码页。你可以传递CP_ACP来使用当前的ANSI代码页。代码页是256个字符集。字符0——127与ANSI编码一样。字符128——255与ANSI字符不同,它可以包含图形字符或者读音符号。每一种语言或地区都有其自己的代码页,所以使用正确的代码页对于正确地显示重音字符很重要。
  • dwFlags:dwFlags 确定Windows如何处理“复合” Unicode字符,它是一种后面带读音符号的字符。
    如è就是一个复合字符。如果这些字符在CodePage参数指定的代码页中,不会出什么事。
    否则,Windows必须对之进行转换。传递WC_COMPOSITECHECK使得这个API检查非映射复合字符。
    传递WC_SEPCHARS使得Windows将字符分为两段,即字符加读音,如e`。
    传递WC_DISCARDNS使得Windows丢弃读音符号。
    传递WC_DEFAULTCHAR使得Windows用lpDefaultChar参数中说明的缺省字符替代复合字符。
    缺省行为是WC_SEPCHARS。
  • lpWideCharStr 要转换的Unicode串。
  • cchWideChar lpWideCharStr在Unicode 字符中的长度。通常传递-1,表示这个串是以0x00结尾。
  • lpMultiByteStr 接受转换的串的字符缓冲 cbMultiByte lpMultiByteStr的字节大小。
  • lpDefaultChar 可选——当dwFlags包含WC_COMPOSITECHECK | WC_DEFAULTCHAR并且某个Unicode字符不能被映射到同等的ANSI串时所传递的一个单字符ANSI串,包含被插入的“缺省”字符。可以传递NULL,让API使用系统缺省字符(一种写法是一个问号)。
  • lpUsedDefaultChar 可选——指向BOOL类型的一个指针,设置它来表示是否缺省字符曾被插入ANSI串。可以传递NULL来忽略这个参数。

  我自己都有点晕菜了……!,万事开头难啊……,不搞清楚这些东西就很难搞清楚COM的串处理。何况文档中列出的比实际应用的要复杂得 多。下面就给出了如何使用这个API的例子:

// 假设已经有了一个Unicode 串 wszSomeString...char szANSIString [MAX_PATH];    WideCharToMultiByte ( CP_ACP,                // ANSI 代码页                          WC_COMPOSITECHECK, // 检查重音字符                          wszSomeString,         // 原Unicode 串                          -1,                    // -1 意思是串以0x00结尾                          szANSIString,          // 目的char字符串                          sizeof(szANSIString),  // 缓冲大小                          NULL,                  // 肥缺省字符串                          NULL );                // 忽略这个参数

调用这个函数后,szANSIString将包含Unicode串的ANSI版本。调用这个函数后,szANSIString将包含Unicode串的ANSI版本。

wcstombs()

这个CRT函数wcstombs()是个简化版,但它终结了WideCharToMultiByte()的调用,所以最终结果是一样的。其原型如下:

size_t wcstombs (    char*          mbstr,    const wchar_t* wcstr,    size_t         count );

以下是参数解释:

mbstr:接受结果ANSI串的字符(char)缓冲。wcstr:要转换的Unicode串。count:mbstr参数所指的缓冲大小。

wcstombs()在它对WideCharToMultiByte()的调用中使用WC_COMPOSITECHECK | WC_SEPCHARS标志。用wcstombs()转换前面例子中的Unicode串,结果一样:

wcstombs ( szANSIString, wszSomeString, sizeof(szANSIString) );
CString 

MFC中的CString包含有构造函数和接受Unicode串的赋值操作,所以你可以用CString来实现转换。例如:

// 假设有一个Unicode串wszSomeString...CString str1 ( wszSomeString ); // 用构造器转换CString str2;str2 = wszSomeString; // 用赋值操作转换
ATL宏 

  ATL有一组很方便的宏用于串的转换。W2A()用于将Unicode串转换为ANSI串(记忆方法是“wide to ANSI”——宽字符到ANSI)。实际上使用OLE2A()更精确,“OLE”表示的意思是COM串或者OLE串。下面是使用这些宏的例子:

#include <atlconv.h>// 还是假设有一个Unicode串wszSomeString...{char szANSIString [MAX_PATH];USES_CONVERSION; // 声明这个宏要使用的局部变量lstrcpy ( szANSIString, OLE2A(wszSomeString) );}

OLE2A()宏“返回”转换的串的指针,但转换的串被存储在某个临时栈变量中,所以要用lstrcpy()来获得自己的拷贝。其它的几个宏是W2T()(Unicode 到 TCHAR)以及W2CT()(Unicode到常量TCHAR串)。
  有个宏是OLE2CA()(Unicode到常量char串),可以被用到上面的例子中,OLE2CA()实际上是个更正宏,因为lstrcpy()的第二个参数是一个常量char*,关于这个问题本文将在以后作详细讨论。
  另一方面,如果你不想做以上复杂的串处理,尽管让它还保持为Unicode串,如果编写的是控制台应用程序,输出/显示Unicode串时应该用全程变量std::wcout,如:

wcout << wszSomeString;

但是要记住,std::wcout只认Unicode,所以你要是“正常”串的话,还得用std::cout输出/显示。对于Unicode串文字量,要使用前缀L标示,如:

wcout << L"The Oracle says..." << endl << wszOracleResponse;

如果保持串为Unicode,编程时有两个限制:

  • 必须使用wcsXXX() Unicode串处理函数,如wcslen();
  • 在Windows 9x环境中不能在Windows API中传递Unicode串。要想编写能在9x和NT上都能运行的应用,必须使用TCHAR类型,详情请参 考MSDN; 

 

原创粉丝点击