多字节与Unicode |
您所在的位置：网站首页 › wcscat函数怎么用 › 多字节与Unicode |
多字节与Unicode
|
编码知识
一、Unicode与多字节（ANSI ）
(1)Windows中，Unicode也称为宽字节，多字节也称为窄字节; VS中默认使用Unicode编码，在项目属性>>配置属性>>常规>>字符集中可选择Unicode字符集或者多字节字符集 (2) Unicode与多字节函数版本、字符、字符串类型的区别 Win32 API中大部分参数有字符串的函数都有两个版本 以A结尾,代表多字节版本 以W结尾,代表Unicode版本 根据版本自动选择的 如：CreateEventA 如：CreateEventW 如：CreateEventC运行库也有很多类似的函数 多字节版本 Unicode版本 自适应版本 strcpy wcscpy _tcscpy strcat wcscat _tscscat strlen wcslen _tcslen函数有两种，所以字符也有两种 多字节字符 Unicode字符 自适应字符 char wchar_t TCHAR(3) 常见Win32字符串类型 LPSTR、LPWSTR、LPTSTR、LPCTSTR LP前缀，代表指针；STR后缀代表字符串 LPSTR:代表多字节 LPWSTR:代表Unicode LPTSTR:T自适应 LPCTSTR:C代表const+T代表自适应 备注：变量类型使用自适应类型后如LPTSTR，相关字符串需要用TEXT()进行包裹 const char* str = "hello"; const wchar_t* wstr = L"hello"; const TCHAR* tstr = TEXT("hello");(4)关于_T() #ifdef _UNICODE #define _T(X) L ## X //Unicode版本 #else #define _T(X) X //多字节版本 #endif(5)Unicode与多字节的选择 1.Unicode程序环境适应能力强，不会出现乱码问题 2.Unicode程序运行速度比多字节程序快。原因：Windows内部都是使用Unicode编码，多字节函数会将参数转码后交给Unicode函数 3.控制后台可使用多字节，GUI程序最好使用Unicode 二、Unicode(1)Unicode实现方式：UTF-32 以4个byte为编码单元进行定长存储，调度器一次性下发4个byte进行存储任务 主要有两种方式： 大端法UTF-32BE：地址由小向大增加，而数据从高位往低位放 ，在网络上传输数据普遍采用的都是大端 小端法UTF-32LE：地址由小向大增加，而数据从低位往高位放，在英特尔处理器，Windows10操作系统，采用小端法。
(2)UTF-16 也有大小端模式 UTF-16 LE是windows上默认的Unicode编码方式，使用wchar_t表示。所有wchar_t *类型的字符串(包括硬编码在.h/.cpp里的字符串字面值) char chinese[] = "你"; //大小为3个byte，一个char存储结束符,两个char存储汉字字符‘你’ 1char:1byte wchar_t wchinese[] = L"你"; //大小为4个byte, 一个wchar_t存储结束符,一个wchar_t存储汉字字符‘你’ 1wchar_t:2byte(window下) auto size = sizeof(chinese); // 3 byte auto wsize = sizeof(wchinese); // 4 byte auto len = strlen(chinese); // 2个字符(除去结束符) auto wlen = wcslen(wchinese); // 1个字符(除去结束符)优势：就是大多数情况下一个wchar_t表示一个字符(包括中文字符) 坑：char *类型的字面值，最终内存使用何种编码方式完全取决于当前文件的编码方式 备注：在Windows上应该铭记没有char / std::string这种类型的字符/字符串，只有wchar_t / char16_t / std::wstring / std::u16string (3)UTF-8 优势：无字节序的概念，不用考虑大小端问题，适用与字符串的网络数据传输 劣势：如上代码，一个char并不能表示一个汉字字符，往往需要两个char 三、ANSI(1)概念 可以认为ANSI / MBCS (多字节字符集) / 本地编码是同一个概念，不同的国家和地区制定了不同的标准，有GB2312、GBK、GB18030、Big5、Shift_JIS 等各自的编码标准，ASCII就是美国国家的ANSI标准，一个国家的代码到另一个国家使用，有可能由于编码标准不一致，导致乱码，于是才有了万国码Unicode，各国通用。 总结
|
【本文地址】
今日新闻 |
推荐新闻 |