ANSI與UINCODE編碼，ANSIUINCODE編碼

ANSI與UINCODE編碼，ANSIUINCODE編碼

• ANSI是一種字符代碼，為使計算機支持更多語言，通常使用 0x80~0xFF 范圍的 2 個字節來表示 1 個字符。

• Uincode（統一碼、萬國碼、單一碼）是計算機科學領域裡的一項業界標准,包括字符集、編碼方案等。Unicode 是為了解決傳統的字符編碼方案的局限而產生的，它為每種語言中的每個字符設定了統一並且唯一的二進制編碼，以滿足跨語言、跨平台進行文本轉換、處理的要求。1990年開始研發，1994年正式公布。

• Ansi用char表示一個字符，占用一個字節儲存空間。所以Ansi字符碼最多支持255個字符，表示英文還可以，但對於中文、日文、韓文等語言來說就不夠用了。

• Uincode用unsigned short表示一個字符，定義成wchar_t，占用兩個字節儲存空間。所以Uincode字符碼基本支持90%的自然語言。缺點：空間占用翻倍，網絡傳輸量變大。

ANSI碼 = 窄字符

Uincode = 寬字符

◆字符碼數據類型：

● Ansi： char、char * 、const char * 　　　　　　　　　　　　　　　　　C++

　　　　 CHAR、(PCHAR、PSTR、LPSTR)、LPCSTR 　　　　　　　　　　VC++

● Unicode： wchar_t、wchar_t * 、const wchar_t *

　　　　 WCHAR、(PWCHAR、PWSTR、LPWSTR)、LPCWSTR

● T 通用類型： TCHAR、(TCHAR * 、PTCHAR、PTSTR、LPTSTR)、LPCTSTR 

以上，其中：P代表指針的意思，STR代表字符串的意思，L是長指針的意思，在WIN32平台下可以忽略，C代表const常量的意思，W代表wide寬字節的意思，T大家可以理解為通用類型的意思，　　

通用類型是微軟為了方便使用定義的通用字符類型，在不同的編碼環境下，會根據是否定義了_UINCODE宏，自動會轉化為char 或 wchar_t;

◆ 字符串類型的對象的定義：

● Ansi：char *pAnsiStr = "hello";

● Unicode：wchar_t *pUnicodeStr = L"hello";

● 通用類型：TCHAR *pTStr = _T("hello"); 或者 TCHAR *pTStr = _TEXT("hello");

● 動態申請內存：TCHAR *pszBuf = new TCHAR[100];　　　　　　　　　　　　　　　　　　//標示符很重要

其中，_TEXT 和 _T 是一樣的，定義如下：

#define _T(x)       __T(x) 

#define _TEXT(x)    __T(x)

//來看看 __T 的最終定義： 

#ifdef  _UNICODE 

#define __T(x)      L##x 　　　　　　//轉換Uincode

#else 

#define __T(x)      x 　　　　　　　　//等於本身

#endif

其中，##為連接起來的意思。

◆ 常用的字符串處理函數，具體信息見MSDN：

字符串長度：

● Ansi：strlen(char *str);　　　　　　　　　　　　　　　　//獲取字符串長度，cs為cstring縮寫，len為length，w，_t字符串類型。方便記憶。也可以查詢MSDN

● Unicode：wcslen(wchar_t *str);

● 通用函數：_tcslen(TCHAR *str);

● Ansi：int atoi(const char *str);　　　　　　　　　　　　//轉換為數字，atoi,_wtoi,_tstoi.可以按照不同的顏色去記憶。分別為字符串類型+to+轉換類型。

● Unicode：int _wtoi(const wchar_t *str);

● 通用函數：_tstoi(const TCHAR *str);

字符串拷貝：

● Ansi：strcpy(char *strDestination, const char *strSource); //獲取字符串長度，cs為cstring縮寫，cpy為copy，w，_t字符串類型。方便記憶。也可以查詢MSDN

● Unicode：wcscpy(wchar_t *strDestination, const wchar_t *strSource);

● 通用函數：_tcscpy(TCHAR *strDestination, const TCHAR *strSource);

以上函數不安全，在vs2003等以上版本的編譯器中會有warnning警告提示，以下為安全函數（vc++6.0不支持）：

● Ansi：strcpy_s(char *strDestination, size_t numberOfElements, const char *strSource);//_s可以理解為safe縮寫，保險的。

● Unicode：wcscpy_s(wchar_t *strDestination, size_t numberOfElements, const wchar_t *strSource);

● 通用函數：_tcscpy_s(TCHAR *strDestination, size_t numberOfElements, const TCHAR *strSource);

numberOfElements Size of the destination string buffer. 目的緩沖區的大小，以字節為單位，不是字符！

size_t unsigned integer，在MSDN中的解釋：Result of sizeof operator，也就是說 size_t 是 unsigned integer 即無符號整數。那為什麼會有size_t這個類型呢？ 因為不同平台的操作系統(32/64)中 int/long 等類型所占的字節並不一樣，而 size_t 在不同的平台下有不同的定義。有點類似於TCHAR類型：

#ifndef   _SIZE_T_DEFINED   

　　#ifdef     _WIN64   

　　typedef   unsigned   __int64         size_t;   //8個字節，64位  

　　#else   

　　typedef   _W64   unsigned   int       size_t;   //4個字節，32位   

　　#endif   

　　#define   _SIZE_T_DEFINED 

#endif

◆ 字符串占用字節數：

● Ansi：

char szStr[] = "abc";

占用字節數求法：sizeof(szStr);

char *psz = "defgh";

占用字節數求法：strlen(psz)*sizeof(char);

● Unicode：

wchar_t szwStr[] = L"abc";

占用字節數求法：sizeof(szwStr);

wchar_t *pwsz = L"defgh";

占用字節數求法：wcslen(pwsz)*sizeof(wchar_t);

● 通用函數：

TCHAR szStr[] = _T("abc");

占用字節數求法：sizeof(szStr);

TCHAR *psz = _T("defgh");

占用字節數求法：_tcslen(psz)*sizeof(TCHAR);

◆轉換用到的最根本的 API 函數：

WideCharToMultiByte 實現寬字節轉換到窄字節　　　　　　　　　　//函數參數自行查詢MSDN。

MultiByteToWideChar 實現窄字節轉換到寬字節　　　　　　　　　　

WideCharToMultiByte 的代碼頁用來標記與新轉換的字符串相關的代碼頁；

MultiByteToWideChar 的代碼頁用來標記與一個多字節字符串相關的代碼頁，

[1]、常用的代碼頁有 CP_ACP 和 CP_UTF8 兩個： 使用 CP_ACP 代碼頁就實現了 ANSI 與 Unicode 之間的轉換；

　　  使用 CP_UTF8 代碼頁就實現了 UTF-8 與 Unicode 之間的轉換。

[2]、dwFlags 參數允許我們進行額外的控制，但是，一般情況下都不使用這個標志，直接傳遞 0 就行了。

[3]、lpDefaultChar和pfUsedDefaultChar：

只有當WideCharToMultiByte函數遇到一個寬字節字符，而該字符在uCodePage參數標識的代碼頁中並沒有它的表示法時，WideCharToMultiByte函數才使用這兩個參數。如果寬字節字符不能被轉換，該函數便使用lpDefaultChar參數指向的字符。如果該參數是NULL（這是大多數情況下的參數值），那麼該函數使用系統的默認字符。該默認字符通常是個問號。這對於文件名來說是危險的，因為問號是個通配符。pfUsedDefaultChar參數指向一個布爾變量，如果Unicode字符串中至少有一個字符不能轉換成等價多字節字符，那麼函數就將該變量置為TRUE。如果所有字符均被成功地轉換，那麼該函數就將該變量置為FALSE。當函數返回以便檢查寬字節字符串是否被成功地轉換後，可以測試該變量。

● 兩個轉換函數的使用舉例：

char *cctryWideCharToAnsi(wchar_t *pWideChar)
{
	if (!pWideChar) return NULL;
	char *pszBuf = NULL;
	int needBytes = WideCharToMultiByte(CP_ACP, 0, pWideChar, -1, NULL, 0, NULL, NULL);
	if (needBytes > 0){
		pszBuf = new char[needBytes+1];
		ZeroMemory(pszBuf, (needBytes+1)*sizeof(char));
		WideCharToMultiByte(CP_ACP, 0, pWideChar, -1, pszBuf, needBytes, NULL, NULL);
	}

	return pszBuf;
}

wchar_t *cctryAnsiCharToWide(char *pChar)
{
	if (!pChar) return NULL;
	wchar_t *pszBuf = NULL;
	int needWChar = MultiByteToWideChar(CP_ACP, 0, pChar, -1, NULL, 0);
	if (needWChar > 0){
		pszBuf = new wchar_t[needWChar+1];
		ZeroMemory(pszBuf, needWChar+1);
		MultiByteToWideChar(CP_ACP, 0, pChar, -1, pszBuf, needWChar);
	}

	return pszBuf;
}

 使用過後千萬別忘記釋放空間

◆宏轉換

 A2W、W2A、T2A、T2W 宏的使用以及注意事項：
[1]、使用 alloca() 函數進行空間的申請，宏返回的地址空間是從棧上面申請的，那麼以後就不必釋放，這樣就涉及到了一個作用域的問題，具體見MSDN，
大家可以簡單的理解為“向下兼容”.
[2]、不要在一個函數的循環體中使用 A2W 等字符轉換宏，可能引起棧溢出。
比如：

#include <atlconv.h>
void func()
{
    while(true)
    {
        {
            USES_CONVERSION;
            testFunc(A2W("abc"));
        }
    }
}