C++字符串完全指南 - Win32字符编码（二）

￡神魔★判官ぃ 2022-09-17 06:19 193阅读 0赞

#### **Win32 API****中的****MBCS** **和** **Unicode** ####

##### **API****的二个字符集** #####

也许你没有注意到，Win32的API和消息中的字符串处理函数有二种，一种为MCBS字符串，另一种为Unicode字符串。例如，Win32中没有SetWindowText()这样的接口，而是用SetWindowTextA()和 SetWindowTextW()函数。后缀A (表示ANSI)指明是MBCS函数，后缀W(表示宽字符)指明是Unicode函数。

编写Windows程序时，可以选择用MBCS或Unicode API接口函数。用VC AppWizards向导时，如果不修改预处理器设置，缺省使用的是MBCS函数。但是在API接口中没有SetWindowText()函数，该如何调用呢？实际上，在winuser.h头文件中做了以下定义：

BOOL WINAPI SetWindowTextA ( HWND hWnd, LPCSTR lpString );

BOOL WINAPI SetWindowTextW ( HWND hWnd, LPCWSTR lpString );

#ifdef UNICODE

#define SetWindowText  SetWindowTextW

#else

#define SetWindowText  SetWindowTextA

#endif

编写MBCS应用时，不必定义UNICODE，预处理为：

#define SetWindowText  SetWindowTextA

然后将SetWindowText()处理为真正的API接口函数SetWindowTextA() (如果愿意的话，可以直接调用SetWindowTextA() 或SetWindowTextW()函数，不过很少有此需要)。

如果要将缺省应用接口改为Unicode，就到预处理设置的预处理标记中去掉 \_MBCS标记，加入UNICODE 和 \_UNICODE (二个标记都要加入，不同的头文件使用不同的标记)。不过，这时要处理普通字符串反而会遇到问题。如有代码：

HWND hwnd = GetSomeWindowHandle();

char szNewText[] = "we love Bob!";

SetWindowText ( hwnd, szNewText );

编译器将"SetWindowText"置换为"SetWindowTextW"后，代码变为：

HWND hwnd = GetSomeWindowHandle();

char szNewText[] = "we love Bob!";

SetWindowTextW ( hwnd, szNewText );

看出问题了吧，这里用一个Unicode字符串处理函数来处理单字节字符串。

##### 第一种解决办法是使用宏定义： #####

HWND hwnd = GetSomeWindowHandle();

#ifdef UNICODE

wchar_t szNewText[] = L"we love Bob!";

#else

char szNewText[] = "we love Bob!";

#endif

SetWindowText ( hwnd, szNewText );

要对每一个字符串都做这样的宏定义显然是令人头痛的。所以用TCHAR来解决这个问题：

##### TCHAR的救火角色 #####

TCHAR 是一种字符类型，适用于MBCS 和 Unicode二种编码。程序中也不必到处使用宏定义。

TCHAR的宏定义如下：

#ifdef UNICODE

typedef wchar_t TCHAR;

#else

typedef char TCHAR;

#endif

所以，TCHAR中在MBCS程序中是char类型，在Unicode中是 wchar\_t 类型。

对于Unicode字符串，还有个 \_T() 宏，用于解决 L 前缀：

#ifdef UNICODE

#define _T(x) L##x

#else

#define _T(x) x

#endif

\#\# 是预处理算子，将二个变量粘贴在一起。不管什么时候都对字符串用 \_T 宏处理，这样就可以在Unicode编码中给字符串加上L前缀，如：

TCHAR szNewText[] = _T("we love Bob!");

SetWindowTextA/W 函数族中还有其它隐藏的宏可以用来代替strxxx() 和 \_mbsxxx() 字符串函数。例如，可以用 \_tcsrchr 宏取代strrchr()，\_mbsrchr()，或 wcsrchr()函数。\_tcsrchr 根据编码标记为\_MBCS 或 UNICODE，将右式函数做相应的扩展处理。宏定义方法类似于SetWindowText。

不止strxxx()函数族中有TCHAR宏定义，其它一些函数中也有。例如，\_stprintf (取代sprintf()和swprintf())，和 \_tfopen (取代fopen() 和 \_wfopen())。MSDN的全部宏定义在"Generic-Text Routine Mappings"栏目下。

##### String 和 TCHAR 类型定义 #####

Win32 API 文件中列出的函数名都是通用名(如"SetWindowText")，所有的字符串都按照TCHAR类型处理。(只有XP除外，XP只使用Unicode类型)。下面是MSDN给出的常用类型定义：

<table> 
 <tbody> 
 <tr> 
 <td> 类型 </td> 
 <td> MBCS 编码中的意义 </td> 
 <td> Unicode 编码中的意义 </td> 
 </tr> 
 <tr> 
 <td> <code>WCHAR</code> </td> 
 <td> <code>wchar_t</code> </td> 
 <td> <code>wchar_t</code> </td> 
 </tr> 
 <tr> 
 <td> <code>LPSTR</code> </td> 
 <td> zero-terminated string of char (char<code>*</code>) </td> 
 <td> zero-terminated string of char (char<code>*</code>) </td> 
 </tr> 
 <tr> 
 <td> <code>LPCSTR</code> </td> 
 <td> constant zero-terminated string of char (constchar<code>*</code>) </td> 
 <td> constant zero-terminated string of char (constchar<code>*</code>) </td> 
 </tr> 
 <tr> 
 <td> <code>LPWSTR</code> </td> 
 <td> zero-terminated Unicode string (<code>wchar_t*</code>) </td> 
 <td> zero-terminated Unicode string (<code>wchar_t*</code>) </td> 
 </tr> 
 <tr> 
 <td> <code>LPCWSTR</code> </td> 
 <td> constant zero-terminated Unicode string (const<code> wchar_t*</code>) </td> 
 <td> constant zero-terminated Unicode string (const<code> wchar_t*</code>) </td> 
 </tr> 
 <tr> 
 <td> <code>TCHAR</code> </td> 
 <td> char </td> 
 <td> <code>wchar_t</code> </td> 
 </tr> 
 <tr> 
 <td> <code>LPTSTR</code> </td> 
 <td> zero-terminated string of <code>TCHAR</code> (<code>TCHAR*</code>) </td> 
 <td> zero-terminated string of <code>TCHAR</code> (<code>TCHAR*</code>) </td> 
 </tr> 
 <tr> 
 <td> <code>LPCTSTR</code> </td> 
 <td> constant zero-terminated string of <code>TCHAR</code> (const<code> TCHAR*</code>) </td> 
 <td> constant zero-terminated string of <code>TCHAR</code> (const<code> TCHAR*</code>) </td> 
 </tr> 
 </tbody> 
</table>

##### 何时使用TCHAR 和Unicode #####

可能会有疑问：“为什么要用Unicode？我一直用的都是普通字符串。”

在三种情况下要用到Unicode：

1.  程序只运行于Windows NT。
2.  处理的字符串长于MAX\_PATH定义的字符数。
3.  程序用于Windows XP中的新接口，那里没有A/W版本之分。

大部分Unicode API不可用于Windows 9x。所以如果程序要在Windows 9x上运行的话，要强制使用MBCS API (微软推出一个可运行于Windows 9x的新库，叫做Microsoft Layer for Unicode。但我没有试用过，无法说明它的好坏)。相反，NT内部全部使用Unicode编码，使用Unicode API可以加速程序运行。每当将字符串处理为MBCS API时，操作系统都会将字符串转换为Unicode并调用相应的Unicode API 函数。对于返回的字符串，操作系统要做同样的转换。尽管这些转换经过了高度优化，模块尽可能地压缩到最小，但毕竟会影响到程序的运行速度。

NT允许使用超长文件名(长于MAX\_PATH 定义的260)，但只限于Unicode API使用。Unicode API的另外一个优点是程序能够自动处理输入的文字语言。用户可以混合输入英文，中文和日文作为文件名。不必使用其它代码来处理，都按照Unicode编码方式处理。

最后，作为Windows 9x的结局，微软似乎抛弃了MBCS API。例如，SetWindowTheme() 接口函数的二个参数只支持Unicode编码。使用Unicode编码省却了MBCS与Unicode之间的转换过程。

如果程序中还没有使用到Unicode编码，要坚持使用TCHAR和相应的宏。这样不但可以长期保持程序中DBCS编码的安全性，也利于将来扩展使用到Unicode编码。那时只要改变预处理中的设置即可！