VC++编程之字符串解惑--Unicode & MBCS

           VC++中的字符串用起来着实让人难受，LPTSTR、LPCTSTR、LPCSTR、LPCWSTR、LPSTR、WCHAR、CString、_T()和L彼此之间的互相转换更是头痛。根据使用经验和MSDN Libary文档总结出如下：

1.CString类型字符串

            CString位于头文件afx.h中，是MFC中的一种字符串类型的类。此处解释CString与LPSTR、LPCSTR相互转换问题。

             注：typedef char CHAR;  typedef CHAR* LPSTR;  typedef CONST CHAR * LPCSTR;

                        1.1  LPSTR转换成CString

                                 LPSTR lpStr =  “TestString”;

                                 CString str(lpStr);

                     

                         1.2  CString 转换成 LPSTR

                                 方法一：

                                 CString strName("TestString");

                                 LPSTR lpStr = strName.GetBuffer();

                                 strName.ReleaseBuffer();

                                 方法二：

                                 CString strName("TestString");

                                  LPSTR lpStr = (LPSTR)(LPCSTR) strName;

   

 2.  LPSTR、LPCSTR、LPWSTR、LPCWSTR、LPTSTR、LPCTSTR详解

         首先要补充两个宏的解释：UNICODE和MBCS

         MBCS宏对应的字符串指针是char *也就是LPSTR：typedef char * LPSTR

         UNICODE宏对应的指针是unsigned·short * 也就是LPWSTR： typedef unsigned·short* LPWSTR

MBCS:

        它是多字节字符集，它是不定长表示世界文字的编码。MBCS表示英文字母时就和ASCII一样（这也是我们容易把MBCS和ASCII搞混的原因）， 但表示其他文字时就需要用多字节。

UNICODE：

         它是用两个字节表示一个字符的方法。比如字符'A'在ASCII下面是一个字符，可'A'在UNICODE下面是两个字符,高字符用0填充，而且汉字'程'在ASCII下面是两个字节，而在UNICODE下仍旧是两个字节。UNICODE的用处就是定长表示世界文字，据统计，用两个字节可以编码现存的所有文字而没有二义。

                   

       WINDOWS下面的程序设计可以支持MBCS和UNICODE两种编码的字符串，具体用那种就看你定义了MBCS宏还是 UNICODE宏。LPTSTR、LPCSTR、LPCTSTR、LPSTR的意义：

        LPSTR：32bit指针 指向一个字符串，每个字符占1字节；

        LPCSTR:32-bit指针 指向一个常字符串，每个字符占1字节；
        LPCTSTR:32-bit指针 指向一个常字符串,每字符可能占1字节或2字节，取决于Unicode是否定义；
        LPTSTR:32-bit指针 每字符可能占1字节或2字节，取决于Unicode是否定义。

   

LPSTR   

      一个指向以’\0’结尾的字符串指针，字符用8位Windows(ANSI)字符表示。更多信息参考“字体使用的字符集”。这种类型在WinNT.h中声明如下：

           typedef  CHAR* LPSTR;

          

LPCSTR  (WinNT.h)

           typedef _nullterminated CONST CHAR * LPCSTR;

        补充： wchar_t 是本机类型

        如果编译时指定编译参数 /Zc:wchar_t-，编译器就会要求定义wchar_t，或者要求包括定义它的众多头文件中的一个文件（如:wchar.h).wchar_t 通常定义为 typedef unsigned short  wchar_t;

        编译器通过使用 /Zc:wchar_t 将wchar_t识别为本机类型。有关wchar_t的更多信息，参看MSDN Libary 的Data type Ranges条目。

WCHAR （Esent.h）

            The WCHAR data type contains a 16-bit Unicode character.

              #if !define(_NATIVE_WCHAR_T_DEFINE)

                    typedef  unsigned short WCHAR;

              #else

                   typedef wchar_t WCHAR;   //此处的wchar_t类型大小随机器不同（指机器字长）而不同

              #endif

        

LPWSTR

          一个指向以’\0’结尾的字符串的指针，字符用16位Unicode字符集表示。更多信息参考“字体使用的字符集”。这种类型在WinNT.h中声明如下：

              typedef  WCHAR * LPWSTR;

LPCWSTR

            typedef CONST WCHAR * LPCWSTR;

     

LPCTSTR   (WinNT.h)

          #ifdef  UNICODE

                  typedef  LPCWSTR  LPCTSTR;

          #else

                 typedef  LPCSTR  LPCTSTR;

          #endif

        

3. _T() 和 L

        _T()一般同字符串相关，如_T("Hello, seeking!");如果你编译一个程序为MBCS方式，_T（）实际不起任何作用。而如果编译一个程序为UNICODE方式，则编译器会把"Hello" 字符串以UNICODE方式保存。

        _T() 和 L 的区别在于，使用L时不管你是以什么方式编译，一律UNICODE方式保存。如：L“Hello！”。其实“L”是来源于C++中对宽字符（Weld Char,比如Unicode字符）的定义，如：wstring wstrName = L"Hello, seeking!";

 

4.C语言数组和LPCSTR之间的转换

 

         4.1 数组转成LPCSTR（即const char*）

              char pchar_pcchar[20]= "pchar_pcchar";

              if( typeid(pchar_pcchar)== typeid(char[20]) )

                     cout<< "char [20]" <<endl;

               const char* PCChar=pchar_pcchar;   //数组直接可以转成LPCSTR

               cout<< PCChar << endl;

      输出结果：char [20]

                           pchar_pcchar

 

       4.2 LPCSTR（即const char*）转成数组（即char*）

               Mark20130912：思路还未找到

               Mark20131119:一种思路

                       LPCSTR lpcstr = “long point const string”;

                       char * arry = (char *) lpcstr;

                       cout << arry << endl;