VC++中的Unicode编程

整理了一下搜集的有关VC++中的Unicode编程问题，如char、wchar_t、TCHAR、_T等。

 

原帖：

http://rangercyh.blog.51cto.com/1444712/497922

http://bluejoe.blog.51cto.com/807902/192760

http://www.cublog.cn/u2/62117/showart_2094853.html

 

 

windows早在windows2000以后的版本里使用Unicode进行全系统开发了，也就是用于创建窗口、显示文本、进行字符串操作等所有核心函数都需用Unicode字符串。可我们在进行windows编程时基本上没有考虑这个问题，这也就所谓的兼容能力，但这是付出了代价的，比如你传递一个ANSI字符串给使用Unicode字符串的函数，那么系统首先会把字符串转换成Unicode，然后把Unicode传递给操作系统，如果希望函数返回ANSI字符串，那么系统会把Unicode字符串转换成ANSI字符串，然后将结果返回给你的应用程序。所有这些转换操作都是在你看不到的情况下进行的。这都是需要占用系统时间和内存的。

所以，今后的程序应该尽量使用Unicode来进行编码，那么如何在windows平台下进行Unicode编码呢？Microsoft为Unicode设计了Windows API。只需要在你的源代码里定义两个宏（UNICODE和_UNICODE）就来使用Unicode编码了。那么这两个宏是怎么作用的呢？

首先让我们来看看_UNICODE宏：

我们都知道标准C头文件String.h里定义了一个wchar_t的数据类型，它就是一个Unicode字符的数据类型。

typedef unsigned short wchar_t;

例如，你可以定义一个Unicode的字符数组像这样：wchar_t szBuffer[100];

该语句所占用的空间不是100个字节，而是200个。当然像strcpy、strcat、strchr等字符串操作的常见函数也是无法对Unicode使用的，所以也有一组补充的函数：

char *strcat(char *, const char *);

wchar_t *wcscat(wchar_t *, const wchar_t *);

char *strchr(const char *, int);

wchar_t *wcschr(const wchar_t *, wchar_t);

char *strcpy(char *, const char *);

wchar_t *wcscpy(wchar_t *, const wchar_t);

int strcmp(const char *, const char *);

int wcscmp(const wchar_t *, const wchar_t *);

size_t strlen(const char *);

size_t wcslen(const wchar_t *);

可以发现所有的Unicode函数开头都有wcs这几个字母，wcs是宽字符串的英文缩写——width char string。那如果我的代码中即有char型的内容，也有wchar_t的内容，比如PM让我修改一份源代码，里面以前用的是char型，而现在PM要求所有新增的代码都用wchar_t型该怎么办呢？怎么在一份源代码里即允许char的，又可以编译wchar_t呢？这个时候就可以包含TChar.h这个头文件。TChar.h里就是一组宏，用于兼容ANSI和Unicode的。这个时候你就不要调用str或wcs类的函数了，直接使用TChar.h里的通用宏就可以了。如果在编译的源代码文件里定义了_UNICODE宏，那么TChar.h里的这组宏就会引用wcs这组函数，否则就引用str的这组。

比如在TChar.h中有_tcscpy这个宏，如果没有定义_UNICODE宏，那么它就会调用strcpy函数，如果定义了就调用wcscpy函数。

你甚至可以使用TChar.h中定义的通用字符类型TCHAR。如果定义了_UNICODE，那么TCHAR的声明就是这样的：typedef wchar_t TCAHR;

如果没有定义_UNICODE，那么声明就是：typedef char TCHAR;

typedef unsigned char CHAR; typedef unsigned wchar_t WCHAR; #ifdef UNICODE typedef wchar_t TCHAR; #else typedef unsigned char TCHAR; #endif

用TCHAR来定义字符串像这样：TCHAR szString[100];

也可以创建字符串指针：TCHAR *szError = "Error";

上面这样定义编译器会把后面的字符串当作Unicode吗？VC++编译器的默认设置是把他们当作ANSI字符的，因此，如果没有定_UNICODE，那么TCHAR就是char型的，没有什么问题，如果定义了_UNICODE，上面这行就会出错，因为给wchar_t赋值的是一个char型的字符串，那我想给它赋值为wchar_t型怎么办呢？只需要这样：TCHAR *szError = L"Error";

前面加一个大写的L就行了。告诉编译器这个字符串是一个Unicode。但现在又有问题，如果我像上面这样写，那么只有在定义了_UNICODE时才能正确编译，否则将会报错啊，谁也没看到过这种字符串的定义啊！所以为了解决这个问题在TChar.h中定义了另一个宏_T，如果定义了_UNICODE，那么_T宏定义如下：#define _T(X) L##x。如果没有定义_UNICODE，那么_T宏定义如下：#define _T(X) x。

#define _T(x) __T(x) #define _TEXT(x) __T(x) #ifdef UNICODE #define __T(x) L ## x #else #define __T(x) x #endif

 

那下面就让我们来看看这个宏的强大吧！以后再定义字符串不用纠结于上面的问题了，直接这么写：TCHAR *szError = _T("Error");

_T也可以用于定义单个字符，比如：szError[0] = _T('A');

VC++里设置_UNICODE宏：

Visual C++项目属性中都包含一项字符集的设置，如图所示。很容易理解，它与宏UNICODE之间存在着某种关系。VC++默认是使用多字节字符集，即ANSI。可以选择使用Unicode字符集。

 

接着让我们看看UNICODE宏吧：

Windows头文件定义了几个Unicode的数据类型：

WCHAR——Unicode字符

PWSTR——指向Unicode字符串的指针

PCWSTR——指向一个const类型的UNICODE字符串的指针

#ifdef UNICODE typedef WCHAR TCHAR, * PTCHAR ; typedef LPWSTR LPTCH, PTCH, PTSTR, LPTSTR ; typedef LPCWSTR LPCTSTR ; #else typedef char TCHAR, * PTCHAR ; typedef LPSTR LPTCH, PTCH, PTSTR, LPTSTR ; typedef LPCSTR LPCTSTR ; #endif

 

我们都知道windows的API经常提供两套函数原型，比如CreateWindowEx函数，就有两套原型CreateWindowExW和CreateWindowExA。初学者很少注意这个，因为我们都是直接用CreateWindowEx函数的，谁管它有几套原型呢！不过现在就让我们来关注一下吧。其实这两个原型基本上一致：

HWND WINAPI CreateWindowExW(DWORD dwExStyle,PCWSTR pClassName,PCWSTR pWindowName,DWORD dwStyle,int x, int y,int nWidth, int nHeight,HWND hWndParent,HMENU hMenu,HINSTANCE hInstance,PVOID pParam);HWND WINAPI CreateWindowExA(DWORD dwExStyle,PCSTR pClassName,PCSTR pWindowName,DWORD dwStyle,int x, int y,int nWidth, int nHeight,HWND hWndParent,HMENU hMenu,HINSTANCE hInstance,PVOID pParam);

其实就是一个是Unicode的，一个是ANSI的。我们可以看看WinUser.h里对CreateWindowEx的宏定义其实是这样的：

#ifdef UNICODE

#define CreateWindowEx CreateWindowExW

#else

#define CreateWindowEx CreateWindowExA

#endif

有了这个定义，那么你只需要调用CreateWindowEx函数就行了，在需要用Unicode时就在源代码前面定义一个UNICODE就行了，不需要去修改CreateWindowEx函数。

这只是一个例子，windows提供的API大多数都是类似这样的定义，如字符串操作的一组函数windows也给出了通用的API：

lstrcat——将一个字符串置于另一个字符串的结尾处

lstrcmp——对两个字符串进行区分大小写的比较

lstrcmpi——对两个字符串进行不区分大小写的比较

lstrcpy——将一个字符串拷贝到内存中的另一个位置

lstrlen——返回字符串的长度（按字符数来计算，而不是字节数）

以上的函数当定义了UNICODE宏时会扩展为Unicode版，没有定义UNICODE时会扩展为ANSI版。

还有一些转换字符大小写的函数，比如在C库里的tolower和toupper函数是无法正确转换Unicode字符的，那么就必须调用windows定义的函数来转换：

PTSTR CharLower(PTSTR pszString);

PTSTR CharUpper(PTSTR pszString);

也可以转换单个字符：

TCHAR cLowerChar = CharLower((PTSTR)szString[0]);

还有些类似的函数，比如：

DWORD CharLowerBuffer(PTSTR pszString, DWORD cchString);

DWORD CharUpperBuffer(PTSTR pszString, DWORD cchString);

BOOL IsCharAlpha(TCHAR ch);

BOOL IsCharAlphaNumeric(TCHAR ch);

BOOL IsCharLower(TCHAR ch);

BOOL IsCharUpper(TCHAR ch);

 

注意：不管是不是用TCHAR和_T，都不能让ANSI和Unicode混存。最后从一开始就直接Unicode。

CSDN:superarhow说： 不要再使用TCHAR和_T了！如果您正开始一个新的项目，请无论如何也要顶住压力，直接使用UNICODE编码！切记！您只需要对您的组员进行10分钟的培训，记住strcpy用 wcscpy，sprintf用swprintf代替，常数前加L，就可以了！它不会花您很多时间的，带给您的是稳定和安全！相信偶，没错的！