Ansi與Unicode編碼的轉換及佔用位元組數
阿新 • • 發佈：2019-01-01
①、Ansi與Unicode簡要說明及各自的優缺點：
他們是兩種字元的編碼格式，Ansi=窄位元組，Unicode=寬位元組，Ansi用char格式表示一個字元，佔用一個位元組的儲存空間，最多表示255個字元，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，所以如果你的程式是Ansi編碼的話，那麼你寫的中文語言的程式拿到日文、韓文等系統上面就會出現亂碼。所以有了Unicode，用二個位元組去表示一個字元，被定義成 wchar_t 格式這樣就可以表示世界上絕大多數的語言了！但有利就有弊，缺點呢？ 就是空間佔用翻倍了，網路傳輸的資料量也增大了……
|
Ansi 窄位元組，Unicode寬位元組 Unicode可以表示世界上的大多數語言，國際化。但是佔用兩個位元組，網路傳輸不方便。 |
②、不同編碼格式下的字串處理及相互轉化：
/************************************************************************/ /* ANSI 窄位元組 /************************************************************************/ /* char a_char_1[10] = "MFC"; char *a_char_2 = "MFC"; PCHAR a_char_3 = "MFC"; PSTR a_char_4 = "MFC"; PCSTR a_char_5 = "MFC"; LPSTR a_char_6 = "MFC"; LPCSTR a_char_7 = "MFC"; */ /************************************************************************/ /* UNICODE 寬位元組 /************************************************************************/ /* wchar_t w_char_1[10] = L"MFC"; wchar_t *w_char_2 = L"MFC"; WCHAR *w_char_3 = L"MFC"; PWCHAR w_char_4 = L"MFC"; PWSTR w_char_5 = L"MFC"; LPWSTR w_char_6 = L"MFC"; LPCWSTR w_char_7 = L"MFC"; */ /************************************************************************/ /* T 通用型別 /************************************************************************/ /* TCHAR t_char_1[10] = _T("MFC"); PTSTR t_char_2 = _T("MFC"); LPTSTR t_char_3 = _T("MFC"); LPCTSTR t_char_4 = _T("MFC"); */
|
以上，其中：P代表指標的意思，STR代表字串的意思，L是長指標的意思，C代表const常量的意思，W代表wide寬位元組的意思，T可以理解為通用型別的意思. |
③、不同編碼格式下的字串處理及相互轉化：
/************************************************************************/ /* 1:窄位元組轉換成寬位元組（使用系統API函式） /* 2:寬位元組轉成窄位元組 （使用系統API函式） /************************************************************************/ /* char *mChar = "MFC"; TCHAR *mResult = AnsiToWideChar(mChar); delete []mResult; */ /* TCHAR *mChar = L"MFC"; char *mResult = WideCharToAnsi(mChar); delete []mResult; */ char *WideCharToAnsi(wchar_t *pWideChar) { if(!pWideChar) return NULL; char *ansiChar = NULL; int needChar = WideCharToMultiByte(CP_ACP,0,pWideChar,-1, NULL, 0, NULL, NULL); if (needChar > 0) { needChar += 1; ansiChar = new char[needChar]; ZeroMemory(ansiChar,needChar); WideCharToMultiByte(CP_ACP,0,pWideChar,-1, ansiChar, needChar, NULL, NULL); } return ansiChar; } wchar_t *AnsiToWideChar(char *pChar) { if(!pChar) return NULL; wchar_t *wideChar = NULL; int needChar = MultiByteToWideChar(CP_ACP, 0, pChar, -1, NULL, 0); if (needChar > 0) { needChar += 1; wideChar = new wchar_t[needChar]; ZeroMemory(wideChar, needChar*sizeof(wchar_t)); MultiByteToWideChar(CP_ACP, 0, pChar, -1, wideChar, needChar); } return wideChar; }
④、A2W、W2A、T2A、T2W 巨集的使用以及注意事項
char *mChar = "MFC";
USES_CONVERSION;
TCHAR *mResult = A2W(mChar);
|
不要在一個函式的迴圈體中使用 A2W 等字元轉換巨集，可能引起棧溢位 |
⑤、字串佔用位元組數：
● Ansi：
char szStr[] = "abc";
佔用位元組數求法：sizeof(szStr);
char *psz = "defgh";
佔用位元組數求法：strlen(psz)*sizeof(char);
● Unicode：
wchar_t szwStr[] = L"abc";
佔用位元組數求法：sizeof(szwStr);
wchar_t *pwsz = L"defgh";
佔用位元組數求法：wcslen(pwsz)*sizeof(wchar_t);
● 通用函式：
TCHAR szStr[] = _T("abc");
佔用位元組數求法：sizeof(szStr);
TCHAR *psz = _T("defgh");
佔用位元組數求法：_tcslen(psz)*sizeof(TCHAR);