编程中的多字节和Unicode

最新推荐文章于 2024-09-07 14:18:41 发布

原创最新推荐文章于 2024-09-07 14:18:41 发布 · 885 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#编程 #语言 #c

Digest 专栏收录该内容

89 篇文章

订阅专栏

本文探讨了多字节字符集与Unicode字符集在程序开发中的应用差异，特别是在字符串处理方面。通过具体示例说明了Unicode如何更好地支持跨语言编程，并提供了在Visual Studio环境中设置Unicode编码的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

　　在编译许多程序的时候，我们常常会出现诸如指针转换错误或者const char[] 不能转换成XX的错误，这时很可能就是项目编码的问题了，如果您使用的是VS编程环境，那么打开工程属性，里面就有个选项是给你选择采用多字符集还是采用 unicode。而对于这两者，我坚定不移的喜欢unicode~

　　在多字节环境下，系统会按照ASCII字符表中128个字符进行截断操作，由于汉字是占用两个的字节的，所以在即有汉字又有英文的字符串中，该函数只会截断字符串右边英文字符，而对于汉字则无法处理。

　　而对于Unicode字符集使用两个字节对世界上几乎所有的语言进行编码（0×0000－0xFFFF），它可以表达的字符数量为16位，即 65536个字符，每种语言的代码段不同，两个字节所表达的字符是唯一的，所以在该环境下,每一个字符都有唯一的一个编码，那么在进行截断操作时,自然不会出现意料之外的结果。
　
　　而我看过好几本有名气的C++的书中，都是说到一个项目或者程序的编码最好都选择Unicode（可是在几本国内出的书里不但没提及，而且提供的源代码也全都是“多字节”的），在此，我并没有鄙视多字节的意思，只是觉得写出通用的，跨语言的代码时候最好采用unicode。

　　下面这段话是来自MSDN：

要完成应用程序的 Unicode 编程，还必须：

使用 _T 宏有条件地编写字符串的代码，使之可移植到 Unicode。
当传递字符串时，请注意函数参数要求的长度是以字符为单位还是以字节为单位的。如果在使用 Unicode 字符串，这一区别是很重要的。
使用 C 运行时字符串处理函数的可移植版本。
使用以下用于字符和字符指针的数据类型：
TCHAR 这里将使用 char。
LPTSTR 这里将使用 char*。
LPCTSTR 这里将使用 const char*。CString 提供 operator LPCTSTR 来在 CString 和 LPCTSTR 之间进行转换。
CString 还提供识别 Unicode 的构造函数，赋值运算符和比较运算符。

　　呵呵~补充一点就是使用_T的时候，如果系统提示你它是没有定义的标识符的话，带上atlstr.h就ok了。哈，又是一个笔记~

超越C++ 原创文章，转载请注明来源并保留原文链接

本文链接:http://www.beyondc.cn/programming-multi-byte-and-unicode.html