数学建模社区-数学中国
标题:
UNICODE编程介绍
[打印本页]
作者:
xShandow
时间:
2004-6-4 09:06
标题:
UNICODE编程介绍
<
><FONT face=宋体>这是一个许多人（包括我自己）曾经或至今仍疑惑的问题（这里我们只讨论UTF-16，即双字节版本）。
~" g3 |6 O3 s w4 y" U: ]2 l
) ?5 T: w P/ h- Z: I7 } b
1.关于UNICODE
0 B1 }7 v) }/ t9 |( c: _/ W
首先，UNICODE主要使用的字符类型是WCHAR，定义是unsigned short。从定义我们可以看出这是一个双字节的类型，就是每一个字符占2个字节。这样的话，可以表示的字符类型就可以多达6万多。所有之前的ASCII码分布在0x0000-0x00ff之间，而汉字（包括big5）分布在0x4e00到0x9fff之间。整个unicode包含了几乎世界上所有的文字。关于UNICODE的细节，可以参看以下网页
6 U) S1 ]2 ?2 M3 L0 J( m
<a href="http://www.unicode.org/unicode/standard/translations/s-chinese.html" target="_blank" >http://www.unicode.org/unicode/standard/translations/s-chinese.html</A><a href="http://www.unicode.org/unicode/standard/translations/s-chinese.html" target="_blank" ><FONT color=#000020></FONT></A>
# w# P5 K% L1 d" k( H) h
2 B4 F$ H5 k R4 t" w1 N% `4 ~6 b6 \9 n
2.为什么要使用UNICODE
* x! t8 ?6 E1 ~1 A
1) COM：在COM规范中，明确指定了必须使用UNICODE类型，这正是微软充分考虑了跨平台的结果。这也是为什么经常在COM中可以看到BSTR（WCHAR*）类型
/ s5 @& [8 T% _ j( }, t
. O7 `" F5 W, O& T; q# B
2）WIN2000和WINNT：在这两个平台中，默认的字符处理方式是UNICODE。即使你写了一个非UNICODE（multibyte)的程序，系统在执行的时候仍然会对你的字符进行一次转换，这样无疑浪费了CPU时间，使用UNICODE可以有效的提高程序的运行效率（仅使用于这两个平台）。当然将来的XP也会如此。
5 o. H, w3 n2 D! Y# m
# `0 ^( S8 O- n6 J
3）通用性：使用UNICODE可以使我们不在为汉字和英文字符的判断而烦恼（都是2个字节）。
; x1 p- L" m+ L4 ^" X& C. |
, x8 e, D3 ?+ k% k- |
3.如何使用UNICODE
6 P, k0 |, G$ V3 b1 f9 Y% J
1）首先推荐的类型是TCHAR（通用字符类型）。当你定义了_UNICODE宏的时候，TCHAR就是WCHAR，当你没有定义这个宏的时候，TCHAR就是char，很不可思议吧，我们可以来看一下TCHAR的定义：
/ F) P M- ^! z' o2 a) j, j0 D
- b& |) F5 |3 U3 j d0 a! S; U1 [
#ifdef UNICODE // r_winnt
( w7 R) J9 K* M5 K6 _
typedef WCHAR TCHAR, *PTCHAR;
" G1 G& y& m) j
#else /* UNICODE */ // r_winnt
p- L0 K# j0 g9 w6 o4 `
typedef char TCHAR, *PTCHAR;
/ W! Q$ n, [* J- a. M5 E* D
#endif /* !_TCHAR_DEFINED */
5 j) Q0 p# p) ~( A: v
$ W" d3 M* F f9 r4 ]
上面的代码来自WINNT.H，我剔除了一些无关的部分。
) }' w$ D/ j4 `! c2 E3 e3 W3 n9 ]
现在一切都显而易见了。
' z( s7 b; Z/ Q# D" y
通过TCHAR，我们只需要这样一段代码：
0 {5 X( g3 }) X5 D8 y
TCHAR tStr[] = _T("t code");
4 i7 M5 N6 x& ]
MessageBox(tStr);
; ]+ L6 ^2 z( p5 F Y1 k B+ }
就可以支持UNICODE和MULTIBYTE两种版本。_T宏的作用就是转换成TCHAR。
, o& l/ m& A! _; v3 q% ^- q
& R2 Y F5 R+ W F1 N4 S
2）关于其他的处理
& B- D$ \8 |5 g9 N0 f0 }
首先是常用的CString,它本身就支持UNICODE。下面的例子说明了用法：
& S& ^6 L" V) C# ~
5 E4 H7 r% `7 S k I' @
CString *pFileName = new CString("c:\\tmpfile.txt");
# \0 H6 y6 r6 Y
: f7 q' U. w( @- v
#ifdef _UNICODE
5 q" G2 x0 D) e1 @+ D0 y1 Y- f
2 c* V# V' k, s* L T4 D
m_hFile = CreateFile(pFileName->AllocSysString(),
' T& d c! M% [" h2 d& d, d
GENERIC_READ | GENERIC_WRITE,
$ N$ v% o6 z. Y" N9 w0 }
FILE_SHARE_READ,
; q4 i+ U3 x# b# T! ^& d2 M
NULL,
1 h B. I: s, O$ x( { F( K
OPEN_EXISTING,
% F- ^0 X, ?% W; i6 R
FILE_ATTRIBUTE_NORMAL,
l7 q6 ?6 D& n( F' x B: L
NULL);
^, d% K6 _ V9 v) \" x. C# Z
#else
) O! ^- i7 C3 C
m_hFile = CreateFile(pFileName->GetBuffer(pFileName->GetLength()),
- a7 ^+ K2 e" W2 ]( R' s# ~' W
GENERIC_READ | GENERIC_WRITE,
0 ?9 O3 p8 O6 ]2 K7 E
FILE_SHARE_READ,
/ n. Q# R9 k' i
NULL,
6 B F# F8 T. `& _6 T& j9 ]% S' Q7 L* t
OPEN_EXISTING,
/ f. ?: C1 ~# ~7 ~
FILE_ATTRIBUTE_NORMAL,
4 d7 N) ]: j. Z5 e8 {+ I& j0 N
NULL);
* L8 C. C; }' T+ W7 k
#endif
$ X8 g9 X; ]4 H! C. w& o& t0 M
9 i& Y8 e& Z+ ~& o" n
3） 当我们在UNICODE方式中需要为一个字串常量赋值时可以使用L宏，如：
1 m# d; {, }2 p$ m* ]3 E
BSTR wcsStr = L"unicode";
: C, C" Y2 ?+ o2 A
这样的附值很简便，但是，经过L宏处理后的字串一定是UNICODE，如果你把它赋给一个MULTIBYTE的字串，字符将可能会被截断。
6 ?! K0 w' u. S# C+ a9 j- `3 C
5 L3 J5 V" ~2 c; s( y7 R
另外，VC还提供了一些函数如WideCharToMultiByte和MultiByteToWideChar还有另外的一些宏来支持转换。大家可以看MSDN。
0 o. [ ~ ?" s5 H0 u! v8 ^
5 Y3 w8 y9 `$ ?/ [( {- p: E) M
) s' @0 T- j- l4 ?* |( y5 Y
3.编译器的设置：
9 [0 z, h) m8 ~, h. [. b
首先我们需要在project->settings->C/C++的属性页中的Preprocessor中写入_UNICODE，然后在link属性页中Category中选择output，在Entry-Point symbol 中添加wWinMainCRTStartup，这样，我们的UNICODE工程便大功告成。</FONT></P>
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
><FONT face=宋体>这是一个许多人（包括我自己）曾经或至今仍疑惑的问题（这里我们只讨论UTF-16，即双字节版本）。 ~" g3 |6 O3 s w4 y" U: ]2 l