UNICODE字符串

Posted 2020-11-01 番茄玛丽

参考微软在线文档有关“通用数据类型和数据类型”的章节

单字节字符集：ASCII　　    缺点：只能显示现代美国英语（基本拉丁字母、阿拉伯数字、英式标点）

双字节字符集：GB2312　　ASCII基础上，127号之前保留，两个127号之后的字符连在一起就表示一个汉字

多字节字符集：Unicode　　收录了地球上所有的字符，字符集和编码方式是分开的。

　　编码方式：UTF-8  最大4字节 头字节首字符为0，跟ASCII相同；为1，多字节表示。

　　　　　　    　UTF-16 16位无符号整数为单位

Windows提供3种关于字符操作的API：

• 宏定义，兼容UNICODE和非UNICODE
  • VC++：_t的是unicode版本，不带_t的是单字节版本
  • _tcslen
  • 在代码中，凡是用关键字 char  的地方都用 TCHAR 取代；凡是用 char * 的地方都用 LPTSTR 取代；凡是定义在双引号中的字符串常量（如"VCKBASE Online Journal"）都用 TEXT 宏重写：
• 以A结尾的非UNICODE版API
• 以W结尾的UNICODE版API

 

标准的C语言库函数处理字符串时都是ASCII编码，因此用标C函数处理多字节字符编码就存在问题

Windows函数	标准C函数
lstrcat	strcat
lstrcmp	strcmp
lstrcpy	strcpy
lstrlen	strlen
lstrcmpi	cyrcmpi

1.计算字符串长度

strlen是计算字符串长度的，它是针对ANSI字符串的，对于UNICODE字符串，计算长度用wcslen来计算。
而_tcslen则是一个宏，当定义了_UNICODE时，它被解释为wcslen，如果没有定义_UNICODE时，它被解释为strlen。