學習Windows程式設計的時候，遇到字串處理會讓人非常抓狂，當然問題的根本還是自己學藝不精，不過還是得吐槽一下，造成這一局面的原因是規則變化多端而又有點不可捉摸，這不，最近就掉到坑裡面去了。

先看看下面的這段程式碼：

int main(int argn,char* argv[])
{
    char strA[]="ABC 簡體中文";
    wchar_t strW[]=L"ABC 簡體中文";
    printf("%s\n",strA);
    wprintf(L"%s\n",strW);
    return 0;
}

猜猜看，輸出是什麼？在我的電腦上（程式使用VS2010編譯通過，Windows 7作業系統，簡體中文版）執行的結果是這樣的：

第一個還好好地，怎麼第二個會出現三個問號？

除錯一下試試看，在return 0前面下斷點，然後檢視記憶體：

這個是strA在記憶體中的值：41 42 43 20 bc f2 cc e5 d6 d0 ce c4 00

而strW則是：41 00 42 00 43 00 20 00 80 7b 53 4f 2d 4e 87 65 00 00

首先，我們知道char型別佔一個位元組，而wchar_t則是佔兩個位元組，前面的41,42,43,20就是分別’A’，’B’，’C’和’ ‘（空格），這裡表明，寬字符采用的是Little-Endian方式存放兩個位元組的，接下來我們把重點都放在漢字上面。

在strA中，表示漢字“簡體中文”資料為bc f2 cc e5 d6 d0 ce c4，而在strW則是80 7b 53 4f 2d 4e 87 65，差別很大，為什麼是這樣呢？

這其中涉及到了編碼的問題。char型別中出現的漢字，採用的是GB2312的編碼規則，查詢該編碼表，可以發現，“簡”字的編碼為BCF2，“體”為CCE5，“中”為D6D0，而“文”則為CEC4，這就是strA中中文的表示方式，但是在寬字元strW中，採用的編碼則是Unicode編碼，在Windows平臺下Unicode編碼值就是UTF-16編碼值。查詢“簡體中文”四個漢字的編碼，可以發現是7B80 4F53 4E2D 6587，由於計算機的架構為Little-Endian，需要把高低位位元組互換，這也就是寬字元的表示形式。

根據網頁上的說明（參考這裡）C/C++標準只是宣告wchar_t是一個可以表示字符集中的任意一個字元的足夠寬的變數型別。wchar_t可以用任何encoding編碼方式來儲存這個字元，如ANSI、UCS-2或者UCS-4, 甚至是SCU-128，只不過我們通常是用unicode編碼方式。wchar_t是與實現相關的。所以為了可移植性，我們不能假定wchar_t的編碼方式，然後根據編碼方式做一些相關性操作，我們只能理解它為一個足夠寬的字元型別。

最後，我們還能順便發現，wprintf函式在處理文字輸出的時候，並不處理編碼問題，而是直接按多位元組字元順序輸出。

好，現在問題的原因找到了，那麼該如何解決問題呢？

Windows當然不會沒有想到這個問題，在Windows中，提供瞭如下兩個函式：WideCharToMultiByte和MultiByteToWideChar，他們都位於標頭檔案winnls.h中，分別是將寬字元轉化為多位元組和將多位元組轉化為寬字元。下面的例子直接給出了轉化的程式碼，函式的具體使用方法可以翻閱MSDN。

int main(int argn,char* argv[])
{
    wchar_t strW[]=L"ABC 簡體中文";
    char* pW2A;
    int t=0;
    //第一次，確定需要的位元組數
    t=WideCharToMultiByte(CP_ACP,0,strW,-1,NULL,0,NULL,FALSE);
    if(t!=0)
    {
        pW2A=(char*)malloc(t);//分配記憶體，然後執行第二次，注意引數區別
        WideCharToMultiByte(CP_ACP,0,strW,-1,pW2A,t,NULL,FALSE);
        printf("%s\n",pW2A);
        free(pW2A);
    }
    return 0;
}

這回顯示就沒有什麼問題了，長舒一口氣，暫時從坑裡面爬出來了。