Win32API UNICODE编码&宽字节

Posted 2020-09-18 zzdoit

Win32API UNICODE编码&宽字节

• 计算机是由于是美国人发明的，所以字符集先以英文为主。上世纪三十年代，满足自己的编码方式：ASC编码方式，以7位（bit)代表一个字符，能表示的字符才128个。因为以前内存很贵。128个字符足够美国人用的了。
• 计算机发展到欧洲，发现ASC是不够用的。就发展为ASCII
• 欧洲有些国家是不用英文的：如西班牙等~~
• 升级ASCII后，用8位内存来表示字符编码，有256个字符。如此前128个定下来永久不变，后面128个分配给欧洲其它语种。欧洲有十几个国家，发现还是不够用。美国人采取了一种折中办法：在不增加内存的情况下，采取(CodePage)“代码页”的机制来表示字符编码。用一个数字来表示一个语种：比如用936代码汉语，或是用437代码英语等。如果代码页是中文代码页，后128就是汉字。如果代码页437那么后128就是英文。
• 记住ASCII的常用3个位置：
• 1 小写a的ASCII编码：97 ##助记：（眼镜a)，香港回归
• 2 大写A的ASCII编码：65
• 3 阿拉伯数字0的ASCII编码：48 ##助记：“盗圣，你的事发(48)了~~”&&香港回归，建国48年（97-49）
• 又过了些年发展，计算机来到亚洲，(8bit) 256也是不够用的。
• 就是说汉字，后128给我们是绝对不够用的。就发展成DBCS（单双字节混合编码6万多个字符），当前计算机的主流编码方式。
• DBCS这种编码先天具有缺陷，先天“小儿麻痹”，一个处理不当会产生乱码。因为英文占一个字节，汉字占两个字节，这个规定就不是唯一的，容易出错。解析字符串的时候，要有两种标准来分析字符串，处理就会先天的慢一些。
• 最后就出现了UNICODE编码方式：可以认为是DBCS上的一个补丁，UNICODE统一规范：所有字符全部2个字符编码，英文汉字全部一发切，能能按两个字节来编码。在英文高字节上补0.
• UNICODE编码方式有个缺点：占用内存空间，有浪费的嫌疑，但以现在的硬件来看，已经不是问题了。但它并不是市场上主流的编码方式。
• 字符集的应用
• char 有占用1个字节，有占用两个字节 （DBCS编码）
• 宽字节 wchar_t每个占用两个字节 （UNICODE编码）
• wchar_t实际是unsigned short类型（占用2个字节）
• 定义时需要增加“L”. 给编译器看，通知编译器按照双字节编译字符串。
• 需要使用支持wchar_t类型的函数，来操作宽字节字符串。
  wchar_t* pwszText = L"Hello wchar";
  wprintf(L"%s \n",pwszText);?
• 这里不能套用标准C中的char*的函数了，双字节的操作一定要采用双字节对应的函数来操作。
• windows中的新类型： TCHAR
  #ifdef UNICODE
  typedef wchar_t ?
• 注意定义宏的位置，#ifdef XXX 具有向上朔源的属性，如果代码中有多个ifdef XXX 就应该让它统一的找到定义，或者找不到定义，不能自相矛盾。
  示范代码 定义宏的位置（#define UNICODE）要在windows.h文件的前面定义，因为windows.h头文件包含有WINNT.H文件，WINNT.H里面有“#ifdef UNICODE”的判断检测。
  
  #define UNICODE
  #include "stdafx.h"
  #include "stdio.h"
  #include <tchar.h>
  #include <windows.h>
  
  void T_char()
  {
  TCHAR *pszText = _TEXT("Hello");
  #ifdef UNICODE
  wprintf(L"%s\n",pszText);
  #else
  printf("单：%s\n",pszText);
  #endif
  
  }
  
  int main()
  {
  T_char();
  return 0;
  }
• 示例： UNICODE编码中wprintf函数的支持有限，不完善，需要更换
  // WinChar.cpp : Defines the entry point for the console application.
  //
  
  #define UNICODE
  #include "stdafx.h"
  #include "stdio.h"
  #include <tchar.h>
  #include <windows.h>
  
  void PrintUnicode()
  {
  for (WORD nHigh = 0; nHigh <256; nHigh++)
  {
  for (WORD nLow = 0; nLow<256; nLow++)
  {
  wchar_t wChar = nHigh * 256 +nLow;
  wprintf(L"%s",&wChar);
  }
  printf("\n");
  }
  }
  
  int main()
  {
  PrintUnicode();
  return 0;
  }
• UNICODE打印输出要使用 WriteConsole这个API来实施。
  BOOL WriteConsole(
  ?IN HANDLE hConsoleOutput, //标准输出句柄
  ?IN CONST VOID *lpBuffer, //输出内容的Buffer缓冲
  ?IN DWORD nNumberOfCharsToWrite, //准备输出内容长度
  ?OUT LPDWORD lpNumberOfCharsWritten, //返回实际输出内容长度
  ?IN LPVOID lpReserved //备用
  ? );
• 只有三个特殊的指向设备的句柄：1 键盘 2 显示器 3 错误设备 （其它句柄均指向内存）
  HANDLE WINAPI GetStdHandle(
  _In_ DWORD nStdHandle //input,output, or error device
  );//返回值 获取相应的标准句柄