2.1 字符集

2.1 字符集
软件的本地化要解决的真正问题，实际上就是如何来处理不同的字符集。多年来，许多人
一直将文本串作为一系列单字节字符来进行编码，并在结尾处放上一个零。对于我们来说，这
已经成了习惯。当调用s t r l e n函数时，它在以0结尾的单字节字符数组中返回字符的数目。
问题是，有些文字和书写规则（比如日文中的汉字就是个典型的例子）的字符集中的符号
太多了，因此单字节（它提供的符号最多不能超过2 5 6个）是根本不敷使用的。为此出现了双
字节字符集（D B C S），以支持这些文字和书写规则。
2.1.1 单字节与双字节字符集
在双字节字符集中，字符串中的每个字符可以包含一个字节或包含两个字节。例如，日文
中的汉字，如果第一个字符在0 x 8 1与0 x 9 F之间，或者在0 x E 0与0 x F C之间，那么就必须观察下
一个字节，才能确定字符串中的这个完整的字符。使用双字节字符集，对于程序员来说简直是
个很大的难题，因为有些字符只有一个字节宽，而有些字符则是两个字节宽。
如果只是调用s t r l e n函数，那么你无法真正了解字符串中究竟有多少字符，它只能告诉你
到达结尾的0之前有多少个字节。A N S I的C运行期库中没有配备相应的函数，使你能够对双字
节字符集进行操作。但是， Microsoft Visual C++的运行期库却包含许多函数，如_ m b s l e n ,它可
以用来操作多字节（既包括单字节也包括双字节）字符串。
为了帮助你对D B C S字符串进行操作，Wi n d o w s提供了下面的一组帮助函数(见表2 - 1 )。
前两个函数CharNext 和Char Prev 允许前向或逆向遍历DBCS 字符串，方法是每次一个字
符。第三个函数IsDBCSLeadByte, 在字节返回到一个两字字节符的第一个字节时将返回
T R U E。