宽字符的一些记录

宽字符

http://baike.baidu.com/link?url=OQigOm1S6ecObu-QJNdRr-3h17F9PlW5shvZDeqSCsoFvyTCWGiWDnaUJUducx7mU6sWhVp-TZnJK35lTX8PxK

在ANSI/ISO 9899--1990也就是美国国家为程序设计语言C指定的标准(也称为ANSI C)中是这样定义的：

用多个字节来代表的字符称之为宽字符，而Unicode只是宽字符编码的一种实现，宽字符并不一定是Unicode。

在Windows 1.0（1985年11月发布）中，微软发布windows自有的字符集称为ANSI字符集，因为它是基于ANSI和ISO标准的一个草案，而此草案最终称为ANSI/ISO 8859-1--1987,这也简称为"拉丁语-1"。

在MS-DOS 3.3中把代码页的概念介绍给了IBM-PC的用户。这一概念也转接到Windows操作系统中。代码页定义了字符的响应字符码。原本的IBM字符集被称为第437页代码页，第850页是MS-DOS Latin 1.但是代码页的数量超乎情理的剧增。

这里面存在的一个基本问题是世界上的书面语言文字根本无法用256个8位代码来表示。以前的那些涉及代码页和DBCS编码已经被证明是不足和笨拙的。那儿Unicode编码也应运而生。

UNICODE字符称为宽字符(特别是在C编程环境里)，每一个Unicode字符时16位宽而不是8位，C语言用unsigned short表示，可以存放世界上所有书面语言的所有字符和象形文字，还包括一批数学符号和装饰标志的集合。Unicode最棒的一个地方是它只有一个字符集，这就避免了二义性。

当今时代，为了应用程序的国际化，应该提倡使用UNICODE来编写程序！

VC++6.0之前没有关键字wchar_t，用unsigned short表示WCHAR；

VC++7.0之后有了关键字wchar_t，用来表示WCHAR，及宽字符；

Unicode 是支持所有字符集（包括无法以单个字节表示的字符集）的规范。为国际市场编程时应考虑使用 Unicode 或多字节字符集 (MBCS)，或使程序能够通过更改开关来生成支持两种字符集之一的程序。

宽字符是双字节多语言字符代码。在当今的全球计算业内使用的大多数字符（包括技术符号和特殊的发布字符），都可以根据 Unicode 规范表示为宽字符形式。无法以 1 个宽字符表示的字符可以通过Unicode 的代理项功能以Unicode 对表示。由于每个宽字符总是以固定的 16 位大小表示，因此使用宽字符可以简化使用国际字符集进行的编程。

宽字符字符串表示为一个 wchar_t[] 数组并由 wchar_t* 指针指向它。可以通过用字母 L 作为字符的前缀将任何 ASCII字符表示为宽字符形式。例如，L'\0'是终止宽（16 位）NULL 字符。同样，可以通过用字母 L 作为 ASCII 字符串的前缀 (L"Hello") 将任何 ASCII 字符串表示为宽字符字符串形式。

通常，宽字符在内存中占用的空间比多字节字符多，但处理速度更快，因为很多系统的内核包括Windows NT内核都是从底层向上使用Unicode编码的。另外，在多字节编码中一次只能表示一个区域设置，Unicode编码可以毫无障碍的在世界上任何书面语言的字符中转换。