UNICODE编程介绍

xShandow

<><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）。

1.关于UNICODE
　　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
<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>

2.为什么要使用UNICODE
　　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
+ Z2 F$ m2 K- ]  d  m$ ~  I
　　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。

　　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）。
/ ?# z/ f' z& Z# m5 x1 }
3.如何使用UNICODE
. ]. R* w/ J  p　　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：
2 ^) f0 n  @/ W- X  @4 @
#ifdef UNICODE // r_winnt
& _+ o1 g& w9 `, E7 ~4 y4 y  vtypedef WCHAR TCHAR, *PTCHAR;
#else /* UNICODE */ // r_winnt
typedef char TCHAR, *PTCHAR;
( D( r0 B5 b" z4 j. V5 K4 k, \#endif /* !_TCHAR_DEFINED */

上面的代码来自WINNT.H，我剔除了一些无关的部分。
( X/ A+ v" b3 r$ j现在一切都显而易见了。
: V& p: h( P; Z# X  [" I7 D通过TCHAR，我们只需要这样一段代码：
" m& F, u2 {, g* W9 JTCHAR tStr[] = _T("t code");
- k$ _7 ?- m0 c! ]( v- oMessageBox(tStr);
/ _; R( O' B# A6 }2 S8 a6 a就可以支持UNICODE和MULTIBYTE两种版本。_T宏的作用就是转换成TCHAR。

2）关于其他的处理
4 d" d# a# o/ K$ o* `首先是常用的CString,它本身就支持UNICODE。下面的例子说明了用法：
: @5 h/ {# B* y. _- u" Z- q( L
CString *pFileName = new CString("c:\\tmpfile.txt");

#ifdef _UNICODE

m_hFile = CreateFile(pFileName-&gt;AllocSysString(),
0 _8 }0 L$ m  JGENERIC_READ | GENERIC_WRITE,
FILE_SHARE_READ,
NULL,
9 a7 n5 s2 h7 Q- t3 Z3 gOPEN_EXISTING,
FILE_ATTRIBUTE_NORMAL,
8 V4 _6 Z3 R  R* D% @! p5 B, JNULL);
; B6 y. H* X# k# v2 J#else
m_hFile = CreateFile(pFileName-&gt;GetBuffer(pFileName-&gt;GetLength()),
3 u6 g( c& p9 t8 H7 Y: k5 R5 M$ oGENERIC_READ | GENERIC_WRITE,
; ]" d* k: W* s7 ZFILE_SHARE_READ,
NULL,
OPEN_EXISTING,
. R( {- }5 }/ t8 J% d( {1 RFILE_ATTRIBUTE_NORMAL,
( w3 q& J8 a$ g( |9 ?; ~NULL);
#endif
. e- Y4 ~' S5 ~0 s/ ?
% i% [" P* l3 a, ^; G3） 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：
* n$ @4 h9 @7 f4 hBSTR wcsStr = L"unicode";
　　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。
! F% Q& K/ o) b
5 x7 Y9 Z7 r' q# N. L% e　　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。


, b" U  h( |! n1 Z  L3.编译器的设置：
　　首先我们需要在project-&gt;settings-&gt;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>