Unicode:寬字節字符集

2019-11-17 05:22:04

字體：大中小

來源：轉載

供稿：網友

　　1. 如何取得一個既包含單字節字符又包含雙字節字符的字符串的字符個數？
可以調用Microsoft Visual C++的運行期庫包含函數_mbslen來操作多字節(既包括單字節也包括雙字節)字符串。
調用strlen函數，無法真正了解字符串中究竟有多少字符，它只能告訴你到達結尾的0之前有多少個字節。

2. 如何對DBCS(雙字節字符集)字符串進行操作？
函數描述
PTSTR CharNext ( LPCTSTR ); 返回字符串中下一個字符的地址
PTSTR CharPRev ( LPCTSTR, LPCTSTR )；返回字符串中上一個字符的地址
BOOL IsDBCSLeadByte( BYTE )；假如該字節是DBCS字符的第一個字節，則返回非0值

3. 為什么要使用Unicode？
(1) 可以很輕易地在不同語言之間進行數據交換。
(2) 使你能夠分配支持所有語言的單個二進制.exe文件或DLL文件。
(3) 提高應用程序的運行效率。
windows 2000是使用Unicode從頭進行開發的，假如調用任何一個Windows函數并給它傳遞一個ANSI字符串，那么系統首先要將字符串轉換成Unicode，然后將Unicode字符串傳遞給操作系統。假如希望函數返回ANSI字符串，系統就會首先將Unicode字符串轉換成ANSI字符串，然后將結果返回給你的應用程序。進行這些字符串的轉換需要占用系統的時間和內存。通過從頭開始用Unicode來開發應用程序，就能夠使你的應用程序更加有效地運行。
Windows CE 本身就是使用Unicode的一種操作系統，完全不支持ANSI Windows函數
Windows 98 只支持ANSI，只能為ANSI開發應用程序。
Microsoft公司將COM從16位Windows轉換成Win32時，公司決定需要字符串的所有COM接口方法都只能接受Unicode字符串。

4. 如何編寫Unicode源代碼？
Microsoft公司為Unicode設計了WindowsAPI，這樣，可以盡量減少代碼的影響。實際上，可以編寫單個源代碼文件，以便使用或者不使用Unicode來對它進行編譯。只需要定義兩個宏(UNICODE和_UNICODE)，就可以修改然后重新編譯該源文件。
_UNICODE宏用于C運行期頭文件，而UNICODE宏則用于Windows頭文件。當編譯源代碼模塊時，通常必須同時定義這兩個宏。

5. Windows定義的Unicode數據類型有哪些？
數據類型說明
WCHAR Unicode字符
PWSTR 指向Unicode字符串的指針
PCWSTR 指向一個恒定的Unicode字符串的指針
對應的ANSI數據類型為CHAR，LPSTR和LPCSTR。
ANSI/Unicode通用數據類型為TCHAR，PTSTR,LPCTSTR。

6. 如何對Unicode進行操作？
字符集特性實例
ANSI 操作函數以str開頭 strcpy
Unicode 操作函數以wcs開頭 wcscpy
MBCS 操作函數以_mbs開頭 _mbscpy
ANSI/Unicode 操作函數以_tcs開頭 _tcscpy(C運行期庫)
ANSI/Unicode 操作函數以lstr開頭 lstrcpy(Windows函數)
所有新的和未過時的函數在Windows2000中都同時擁有ANSI和Unicode兩個版本。ANSI版本函數結尾以A表示；Unicode版本函數結尾以W表示。Windows會如下定義：
#ifdef UNICODE
#define CreateWindowEx CreateWindowExW
#else
#define CreateWindowEx CreateWindowExA
#endif // !UNICODE

7. 如何表示Unicode字符串常量？
字符集實例
ANSI "string"
Unicode L"string"
ANSI/Unicode T("string")或_TEXT("string")if( szError[0] == _TEXT('J') ){ }

8. 為什么應當盡量使用操作系統函數？
這將有助于稍稍提高應用程序的運行性能，因為操作系統字符串函數經常被大型應用程序比如操作系統的外殼進程EXPlorer.exe所使用。由于這些函數使用得很多，因此，在應用程序運行時，它們可能已經被裝入RAM。
如：StrCat，StrChr，StrCmp和StrCpy等。

9. 如何編寫符合ANSI和Unicode的應用程序？
(1) 將文本串視為字符數組，而不是chars數組或字節數組。
(2) 將通用數據類型(如TCHAR和PTSTR)用于文本字符和字符串。
(3) 將顯式數據類型(如BYTE和PBYTE)用于字節、字節指針和數據緩存。
(4) 將TEXT宏用于原義字符和字符串。
(5) 執行全局性替換(例如用PTSTR替換PSTR)。
(6) 修改字符串運算問題。例如函數通常希望在字符中傳遞一個緩存的大小，而不是字節。這意味著不應該傳遞sizeof(szBuffer),而應該傳遞(sizeof(szBuffer)/sizeof(TCHAR)。另外，假如需要為字符串分配一個內存塊，并且擁有該字符串中的字符數目，那么請記住要按字節來分配內存。這就是說，應該調用
malloc(nCharacters *sizeof(TCHAR)),而不是調用malloc(nCharacters)。

10. 如何對字符串進行有選擇的比較？
通過調用CompareString來實現。
標志含義
NORM_IGNORECASE 忽略字母的大小寫
NORM_IGNOREKANATYPE 不區分平假名與片假名字符
NORM_IGNORENONSPACE 忽略無間隔字符
NORM_IGNORESYMBOLS 忽略符號
NORM_IGNOREWIDTH 不區分單字節字符與作為雙字節字符的同一個字符
SORT_STRINGSORT 將標點符號作為普通符號來處理

11. 如何判定一個文本文件是ANSI還是Unicode？
判定假如文本文件的開頭兩個字節是0xFF和0xFE，那么就是Unicode，否則是ANSI。

12. 如何判定一段字符串是ANSI還是Unicode？
用IsTextUnicode進行判定。IsTextUnicode使用一系列統計方法和定性方法，以便猜測緩存的內容。由于這不是一種確切的科學方法，因此 IsTextUnicode有可能返回不正確的結果。

13. 如何在Unicode與ANSI之間轉換字符串？
Windows函數MultiByteToWideChar用于將多字節字符串轉換成寬字符串；函數WideCharToMultiByte將寬字符串轉換成等價的多字節字符串。

上一篇：有關遺傳算法

下一篇：C/C++英/中,繁/簡編程術語對照