Windows 核心编程学习笔记-第二章

Unicode介绍 

U n i c o d e是A p p l e和X e r o x公司于1 9 8 8年建立的一个技术标准。1 9 9 1年，成立了一个集团机
构负责U n i c o d e的开发和推广应用。

Windows 2000是使用U n i c o d e从头进行开发的，用于创建窗口、显示文本、进行字符串操
作等的所有核心函数都需要U n i c o d e字符串。通过从头开始用U n i c o d e来开发应用程序，
就能够使你的应用程序更加有效地运行。

为了使Windows CE尽量做得小一些，M i c r o s o f t公司决定完全不支持ANSI Wi n d o w s
函数。因此，如果要为Windows CE开发应用程序，必须懂得U n i c o d e，并且在整个应用程序中
使用U n i c o d e。

当M i c r o s o f t公司将C O M从1 6位Wi n d o w s转换成Wi n 3 2时，公司作出了一个决定，即需要字
符串的所有C O M接口方法都只能接受U n i c o d e字符串。

如何编写U n i c o d e源代码

M i c r o s o f t公司为U n i c o d e设计了Windows API，这样，可以尽量减少对你的代码的影响。实
际上，你可以编写单个源代码文件，以便使用或者不使用U n i c o d e来对它进行编译。只需要定
义两个宏（U N I C O D E和_ U N I C O D E），就可以修改然后重新编译该源文件。

C运行期库对U n i c o d e的支持
为了利用U n i c o d e字符串，定义了一些数据类型。标准的C头文件S t r i n g . h已经作了修改，
以便定义一个名字为w c h a r _ t的数据类型，它是一个U n i c o d e字符的数据类型：

typedef  unsigned short     wchar_t ;

wchar_t  wcscat(wchar_t * , const wchar_t *);

wchar_t * wcschr(wchar_t * , wchar_t );

wchar_t * wcscpy(wchar_t * , const wchar_t * );

size_t  wcslen (const wchar_t * );

前面说过，可以创建同时为A N S I和U n i c o d e进行编译的单
个源代码文件。若要建立双重功能，必须包含T C h a r. h文件，而不是包含S t r i n g . h文件。
T C h a r. h文件的唯一作用是帮助创建A N S I / U n i c o d e通用源代码文件。它包含你应该用在源
代码中的一组宏，而不应该直接调用s t r函数或者w c s函数。如果在编译源代码文件时定义了
_ U N I C O D E，这些宏就会引用w c s这组函数。如果没有定义_ U N I C O D E，那么这些宏将引用s t r
这组宏。

_UNICODE 和 _TEXT 定义

若要定义一个A N S I / U n i c o d e通用的字符串数组，请使用下面的T C H A R数据类型。如果定
义了_ U N I C O D E，T C H A R将声明为下面的形式：

typedef  wchar_t   TCHAR ;

如果没有定义_ U N I C O D E，则T C H A R将声明为下面的形式：

typedef  char  TCHAR ;

若要生成一个U n i c o d e字符串而不是A N S I字符串，必须将该代码行写为下面的样
子：

TCHAR szString []=  L"error";   //字符串前面的大写字母L，用于告诉编译器该字符串作为Unicode字符串来编译.

因此我们需要另一个宏，以便有选择地在字符串的前面加上大写字母L。这项工作由_ T E X T宏来完成，
_ T E X T宏也在T C h a r. h文件中做了定义。如果定义了_ U N I C O D E，那么_ T E X T定义为下面的形
式：

#define _TEXT(x)  L ## x

如果没有定义_ U N I C O D E，_ T E X T将定义为：

#define _TEXT(x)  x
使用该宏，可以改写上面这行代码，这样，无论是否定义了_ U N I C O D E宏，它都能够正确
地进行编译。如下所示：

TCHAR szString []=  _TEXT("error");

单个字符定义为：

TCHAR trTmp = _TEXT('J');

Wi n d o w s定义的U n i c o d e数据类型

WCHAR  Unicode字符

PWSTR  指向Unicode字符串的指针

PCWSTR 指向一个恒定的Unicode字符串指针

这些数据类型是指U n i c o d e字符和字符串。Wi n d o w s头文件也定义了A N S I / U n i c o d e通用数
据类型P T S T R和P C T S T R。这些数据类型既可以指A N S I字符串，也可以指U n i c o d e字符串，这
取决于当编译程序模块时是否定义了U N I C O D E宏。
请注意，这里的U N I C O D E宏没有前置的下划线。_ U N I C O D E宏用于C运行期头文件，而
U N I C O D E宏则用于Wi n d o w s头文件。当编译源代码模块时，通常必须同时定义这两个宏。

如果要创建其他软件开发人员将要使用的动态链接库（ D L L），请考虑使用下面的方法。
在D L L中提供两个输出函数。一个是A N S I版本，另一个是U n i c o d e版本。在A N S I版本中，只需
要分配内存，执行必要的字符串转换，并调用该函数的U n i c o d e版本（本章后面部分介绍这个
进程）。

在用动态链接库分配的头文件中，可以像下面这样建立这两个函数的原型

BOOL StringReverseW ( PWSTR pWideCharStr );

BOOL StringReverseA ( PSTR pMultiByteStr );

#ifdef UNICODE

#define StringReverse StringReverseW

#else

#define StringReverse StringReverseA

#endif   // ! UNICODE

Wi n d o w s字符串函数

Wi n d o w s还提供了一组范围很广的字符串操作函数。这些函数与C运行期字符串函数（如
s t r c p y和w c s c p y）很相似。但是该操作系统函数是操作系统的一个组成部分，操作系统的许多
组件都使用这些函数，而不使用C运行期库。建议最好使用操作系统函数，而不要使用C运行
期字符串函数。

它的形式类似这个样子： S t r C a t、S t r C h r、S t r C m p和S t r C p y等。若要使用这些函数，必须加上
S h l WA p i . h头文件。另外，如前所述，这些字符串函数既有A N S I版本，也有U n i c o d e版本，例
如S t r C a t A和S t r C a t W。由于这些函数属于操作系统函数，因此，当创建应用程序时，如果定义
了U N I C O D E（不带前置下划线），那么它们的符号将扩展为宽字符版本。

成为符合A N S I和U n i c o d e的应用程序

下面是应该遵循的一些基本原则：
• 将文本串视为字符数组，而不是c h a r s数组或字节数组。
• 将通用数据类型（如T C H A R和P T S T R）用于文本字符和字符串。
• 将显式数据类型（如B Y T E和P B Y T E）用于字节、字节指针和数据缓存。
• 将T E X T宏用于原义字符和字符串。
• 执行全局性替换（例如用P T S T R替换P S T R）。
• 修改字符串运算问题。例如函数通常希望你在字符中传递一个缓存的大小，而不是字节。
这意味着你不应该传递s i z e o f ( s z B u ff e r ) ,而应该传递（ s i z e o f ( s z B u ff e r ) / s i z e o f ( T C H A R )。另外，如果需要为字符串分配一个内存块，并且拥有该字符串中的字符数目，那么请记住要按字节来
分配内存。这就是说，应该调用malloc(nCharacters *sizeof(TCHAR)), 而不是调用m a l l o c
( n C h a r a c t e r s )

增强型sprintf和swprintf函数（请注意大写S和小写s的使用）

char szA[100];

WCHAR szW[100];

sprintf ( szA , "%s" , "ANSI STR");

sprintf ( szA , "%S" , L"Unicode STR");

swprintf ( szW, L"%s" , L"Unicode STR" );

swprintf ( szW , L"%S", "ANSI STR");

在U n i c o d e与A N S I之间转换字符串

int MultiByteToWideChar (

    UINT uCodePage,

    DWORD dwFlags,

    PCSTR pMultiByteStr,

    int  cchMultiByte,

    PWSTR pWideCharStr,

    int cchWideChar );

u C o d e P a g e参数用于标识一个与多字节字符串相关的代码页号。d w F l a g s参数用于设定另一
个控件，它可以用重音符号之类的区分标记来影响字符。这些标志通常并不使用，在d w F l a g s
参数中传递0。p M u l t i B y t e S t r参数用于设定要转换的字符串， c c h M u l t i B y t e参数用于指明该字符
串的长度（按字节计算）。如果为c c h M u l t i B y t e参数传递- 1，那么该函数用于确定源字符串的长
度。
转换后产生的U n i c o d e版本字符串将被写入内存中的缓存，其地址由p Wi d e C h a r S t r参数指
定。必须在c c h Wi d e C h a r参数中设定该缓存的最大值（以字符为计量单位）。如果调用
M u l t i B y t e To Wi d e C h a r，给c c h Wi d e C h a r参数传递0，那么该参数将不执行字符串的转换，而是
返回为使转换取得成功所需要的缓存的值。一般来说，可以通过下列步骤将多字节字符串转换
成U n i c o d e等价字符串：
1) 调用M u l t i B y t e To Wi d e C h a r函数，为p Wi d e C h a r S t r参数传递N U L L，为c c h Wi d e C h a r参数
传递0。
2) 分配足够的内存块，用于存放转换后的U n i c o d e字符串。该内存块的大小由前面对M u l t B y t e To Wi d e C h a r的调用返回。
3) 再次调用M u l t i B y t e To Wi d e C h a r，这次将缓存的地址作为p Wi d e C h a r S t r参数来传递，并
传递第一次调用M u l t i B y t e To Wi d e C h a r时返回的缓存大小，作为c c h Wi d e c h a r参数。
4. 使用转换后的字符串。
5) 释放U n i c o d e字符串占用的内存块。

int WideCharToMultiByte (

    UINT uCodePage ,

    DWORD dwFlags ,

    PCWSTR pWideCharStr ,

    int cchWideChar ,

    PSTR pMultiByteStr ,

    int cchMultiByte ,

    PCSTR pDefaultChar ,

    PBOOL pfUsedDefaultChar );

p Wi d e C h a r S t r参数用于设定要转换的字符串的内存地址，c c h Wi d e C h a r参数用于指明该字符串
的长度（用字符数来计量）。如果你为c c h Wi d e C h a r参数传递- 1，那么该函数用于确定源字符串的
长度。
转换产生的多字节版本的字符串被写入由p M u l t i B y t e S t r参数指明的缓存。必须在c c h M u l t i B y t e
参数中设定该缓存的最大值（用字节来计量）。如果传递0作为Wi d e C h a r To M u l t i B y t e函数的
c c h M u l t i B y t e参数，那么该函数将返回目标缓存需要的大小值。

你会发现，Wi d e C h a r To M u l t i B y t e函数接受的参数比M u l t i B y t e To Wi d e C h a r函数要多2个，
即p D e f a u l t C h a r和p f U s e d D e f a u l t C h a r。只有当Wi d e C h a r To M u l t i B y t e函数遇到一个宽字节字符，
而该字符在u C o d e P a g e参数标识的代码页中并没有它的表示法时，Wi d e C h a r To M u l t i B y t e函数才
使用这两个参数。如果宽字节字符不能被转换，该函数便使用p D e f a u l t C h a r参数指向的字符。
如果该参数是N U L L（这是大多数情况下的参数值），那么该函数使用系统的默认字符。该默
认字符通常是个问号。这对于文件名来说是危险的，因为问号是个通配符。
p f U s e d D e f a u l t C h a r参数指向一个布尔变量，如果宽字符串中至少有一个字符不能转换成等
价多字节字符，那么函数就将该变量置为T R U E。如果所有字符均被成功地转换，那么该函数
就将该变量置为FA L S E。当函数返回以便检查宽字节字符串是否被成功地转换后，可以测试该
变量。同样，通常为该测试传递N U L L。