对ANSI和Unicode的一点理解

最近在读《Windows核心编程》，加上一个批处理程序的需求，渐渐对ANSI跟Unicode字符有些理解了。在这里写个小结。

1、运算

wchar_t strW[100] = L"这是个...";          //这是Unicode
char str[100] = "这是个...";          //这是ANSI

Unicode在C++中的形式多为宽字符（wchar_t）数组，因为wchar_t占用16位内存，符合目前Windows系统用UTF-16对Unicode字符进行编码。

而ANSI中的汉字，都是由两个字符（char）来表示。

程序的监视结果为

2、读

只谈一下从键盘读入，用C++输入输出流的cin，

std::cin >> str;
std::cin >> strW;

会发现第二条语句无法编译通过，因此，用C++输入输出流，只能输入ANSI字符。

3、写

用读写文件流fstream，向文件中输出，

       std::ofstream outFile("d:\\test1.txt", std::ios::app | std::ios::out);
       outFile << strW;

可以执行，但是查看执行结果是发现，输出完全不对。

看网上有人说读写文件流支持Unicode，出现乱码的原因自己还不知道。因此在这里，建议输出时还是换回ANSI

4、相互转化

4.1 Unicode ----> ANSI

int len_char = 0;
PCSTR pUnid = NULL;
PBOOL pAlter = new BOOL('?');
len_char = WideCharToMultiByte(936, 0, strW, -1, NULL, 0, pUnid, pAlter);
        //得到转化后的ANSI字符长度，以便分配空间。
char * strFrom_strW = new char [len_char];
WideCharToMultiByte(936, 0, strW, -1, strFrom_strW, len_char, pUnid, pAlter);

delete pAlter;

这里用到的是Windows函数WideCharToMultiByte，得包含<windows.h>。函数具体用法在《Windows核心编程》26页起，。见附录。第一个参数：UINT uCodePage，即代码页（内码表），我想是因为UTF-16无法表示所有文字（这是句废话，因为有UTF-32），因此通过这个来确定你大体用的是哪个子集，中文简体是932，中文繁体是950，日文是936……

还是用到之前那两个变量

运行结果为：

4.2 ANSI ----> Unicode

  int len_char = 0;
  len_char = MultiByteToWideChar(936, 0, str, -1, NULL, 0);
        //得到转化后Unicode字符长度，以便分配空间
wchar_t * strWFrom_str = new wchar_t [len_char];
MultiByteToWideChar(936, 0, str, -1, strWFrom_str, len_char);

        

这个函数跟上面函数基本一致。因为是从ANSI到Unicode，只存在单字符/双字符向代码页中的代码转换的问题，因此不存在在该代码页中找不到字符的情况，因此少了两个参数。另外，分配空间的时候注意，此处分配的是宽字符（尤其是malloc）。

运行结果为：

附录：【Unicode与ANSI字符串转换】

http://msdn.microsoft.com/zh-cn/subscriptions/downloads/aa450989.aspx

【Platfrom SDK文档】

http://support.microsoft.com/kb/108450/zh-cn

http://msdn.microsoft.com/zh-cn/subscriptions/downloads/aa450989.aspx