上一篇文章 已经由第一个参数为入口,阐述了这两个函数的意义。
现在提个问题。
如果在将宽字符序列转化为多字节序列时,给 WideCharToMultiByte 函数的第一个参数传入 CP_ACP,则会有怎样的结果?
CP_ACP 的解释在 WinNls.h 可以找到:
#define CP_ACP 0 // default to ANSI code page
略加思考,会觉得这里面有问题:如果宽字符序列中有中文,它如何可以被转化为 ANSI 编码呢?
那么,第二个问题来了,将一个宽字符序列连续作两次转化:
WideCharToMultiByte , MultiByteToWideChar ,传入的 code page 都是 CP_ACP,鉴于第一步的转化结果目前来看是未知的,那第二步转化完成后得到的结果是否和输入一致呢 ?
先回答第二个问题:宏观来看,这两个函数都是编码转化函数,字符编码之所以可以灵活地表示,传输,显示,最核心也是最容易被忽视的一点是,它们是无损转换 --- 不存在任何信息的丢失,这是根本性问题,否则整个计算机能表示的信息会趋于减少,这是不可能的。
所以基于这点考虑,无损转化,两次转换中,不论给定什么 code page,只要两次是一样的,得到的输出必然和原始输入一致。
再回答第一个问题,想法很好,系统设计的人也想到了这个问题,它采取的策略是,当 ANSI 表示不了时,它就会使用系统默认的 code page 去作转换。对于 windows 而言,在装系统时,有填入“语言选项”这个步骤,这就是指定了 code page。所以直面的回答是,传入 CP_ACP 得到的结果和传入 936 一致(中国), 936 即是 gb2312。
这也是大多数人使用这两个个函数喜欢传入的值。
而且,我们使用下面的代码可以得到系统代码页是 936.
DWORD getSystemCodePage()
{
WCHAR pwCodePage[16] = {0};
GetLocaleInfo(LOCALE_SYSTEM_DEFAULT, LOCALE_IDEFAULTCODEPAGE, pwCodePage, sizeof(pwCodePage));
return _wtoi(pwCodePage);
}
code pag 的定义可以在 msdn 中输入下面地址看到:
ms-help://MS.VSCC.v90/MS.MSDNQTR.v90.en/intl/unicode_81rn.htm