一、什麼是Unicode
先從ASCII說起，ASCII是用來表示英文字符的一種編碼規範。每個ASCII字符佔用1個字節，因此，ASCII編碼可以表示的最大字符數是255（00H—FFH）。其實，英文字符並沒有那麼多，一般只用前128個（00H—7FH，最高位爲0），其中包括了控制字符、數字、大小寫字母和其它一些符號。而最高位爲1的另128個字符（80H—FFH）被稱爲“擴展ASCII”，一般用來存放英文的製表符、部分音標字符等等的一些其它符號。
這種字符編碼規則顯然用來處理英文沒有什麼問題。但是面對中文、阿拉伯文等複雜的文字，255個字符顯然不夠用。
於是，各個國家紛紛制定了自己的文字編碼規範，其中中文的文字編碼規範叫做“GB2312—80”，它是和ASCII兼容的一種編碼規範，其實就是利用擴展ASCII沒有真正標準化這一點，把一箇中文字符用兩個擴展ASCII字符來表示，以區分ASCII碼部分。
但是這個方法有問題，最大的問題就是中文的文字編碼和擴展ASCII碼有重疊。而很多軟件利用擴展ASCII碼的英文製表符來畫表格，這樣的軟件用到中文系統中，這些表格就會被誤認作中文字符，出現亂碼。
另外，由於各國和各地區都有自己的文字編碼規則，它們互相沖突，這給各國和各地區交換信息帶來了很大的麻煩。
要真正解決這個問題，不能從擴展ASCII的角度入手，而必須有一個全新的編碼系統，這個系統要可以將中文、法文、德文……等等所有的文字統一起來考慮，爲每一個文字都分配一個單獨的編碼。
於是，Unicode誕生了。
Unicode也是一種字符編碼方法，它佔用兩個字節（0000H—FFFFH）,容納65536個字符，這完全可以容納全世界所有語言文字的編碼。
在Unicode裏，所有的字符被一視同仁，漢字不再使用“兩個擴展ASCII”，而是使用“1個Unicode”，也就是說，所有的文字都按一個字符來處理，它們都有一個唯一的Unicode碼。
二、使用Unicode編碼的好處
使用Unicode編碼可以使您的工程同時支持多種語言，使您的工程國際化。
另外，Windows NT是使用Unicode進行開發的，整個系統都是基於Unicode的。如果調用一個API函數並給它傳遞一個ANSI（ASCII字符集以及由此派生併兼容的字符集，如：GB2312，通常稱爲ANSI字符集）字符串，那麼系統首先要將字符串轉換成Unicode，然後將Unicode字符串傳遞給操作系統。如果希望函數返回ANSI字符串，系統就會首先將Unicode字符串轉換成ANSI字符串，然後將結果返回給您的應用程序。進行這些字符串的轉換需要佔用系統的時間和內存。如果用Unicode來開發應用程序，就能夠使您的應用程序更加有效地運行。
下面例舉幾個字符的編碼以簡單演示ANSI和Unicode的區別：
| 字符 | A | N | 和 |
| ANSI碼 | 41H | 4eH | cdbaH |
| Unicode碼 | 0041H | 004eH | 548cH |
三、使用C++進行Unicode編程
對寬字符的支持其實是ANSI C標準的一部分，用以支持多字節表示一個字符。寬字符和Unicode並不完全等同，Unicode只是寬字符的一種編碼方式。
1、寬字符的定義
在ANSI中，一個字符（char）的長度爲一個字節（Byte）。使用Unicode時，一個字符佔據一個字，C++在wchar.h頭文件中定義了最基本的寬字符類型wchar_t：
typedef unsigned short wchar_t;
從這裏我們可以清楚地看到，所謂的寬字符就是無符號短整數。
2、常量寬字符串
對C++程序員而言，構造字符串常量是一項經常性的工作。那麼，如何構造寬字符字符串常量呢？很簡單，只要在字符串常量前加上一個大寫的L就可以了，比如：
wchar_t *str1=L" Hello";
這個L非常重要，只有帶上它，編譯器才知道你要將字符串存成一個字符一個字。還要注意，在L和字符串之間不能有空格。
3、寬字符串庫函數
爲了操作寬字符串，C++專門定義了一套函數，比如求寬字符串長度的函數是
size_t __cdel wchlen(const wchar_t*);
爲什麼要專門定義這些函數呢？最根本的原因是，ANSI下的字符串都是以’/0’來標識字符串尾的（Unicode字符串以“/0/0”結束），許多字符串函數的正確操作均是以此爲基礎進行。而我們知道，在寬字符的情況下，一個字符在內存中要佔據一個字的空間，這就會使操作ANSI字符的字符串函數無法正確操作。以”Hello”字符串爲例，在寬字符下，它的五個字符是：
0x0048 0x0065 0x006c 0x006c 0x006f
在內存中，實際的排列是：
48 00 65 00 6c 00 6c 00 6f 00
於是，ANSI字符串函數，如strlen，在碰到第一個48後的00時，就會認爲字符串到尾了，用strlen對寬字符串求長度的結果就永遠會是1！
4、用宏實現對ANSI和Unicode通用的編程
可見，C++有一整套的數據類型和函數實現Unicode編程，也就是說，您完全可以使用C++實現Unicode編程。
如果我們想要我們的程序有兩個版本：ANSI版本和Unicode版本。當然，編寫兩套代碼分別實現ANSI版本和Unicode版本完全是行得通的。但是，針對ANSI字符和Unicode字符維護兩套代碼是非常麻煩的事情。爲了減輕編程的負擔，C++定義了一系列的宏，幫助您實現對ANSI和Unicode的通用編程。
C++宏實現ANSI和Unicode的通用編程的本質是根據”_UNICODE”（注意，有下劃線）定義與否，這些宏展開爲ANSI或Unicode字符（字符串）。
如下是tchar.h頭文件中部分代碼摘抄：
#ifdef _UNICODE typedef wchar_t TCHAR; #define __T(x) L##x #define _T(x) __T(x) #else #define __T(x) x typedef char TCHAR; #endif
可見，這些宏根據”_UNICODE” 定義與否，分別展開爲ANSI或Unicode字符。 tchar.h頭文件中定義的宏可以分爲兩類：
A、實現字符和常量字符串定義的宏我們只列出兩個最常用的宏：
| 宏 | 未定義_UNICODE(ANSI字符) | 定義了_UNICODE(Unicode字符) |
| TCHAR | char | wchar_t |
| _T(x) | x | L##x |
注意：
“##”是ANSI C標準的預處理語法，它叫做“粘貼符號”，表示將前面的L添加到宏參數上。也就是說，如果我們寫_T(“Hello”)，展開後即爲L“Hello”
B、實現字符串函數調用的宏
C++爲字符串函數也定義了一系列宏，同樣，我們只例舉幾個常用的宏：
| 宏 | 未定義_UNICODE(ANSI字符) | 定義了_UNICODE(Unicode字符) |
| _tcschr | strchr | wcschr |
| _tcscmp | strcmp | wcscmp |
| _tcslen | strlen | wcslen |
四、使用Win32 API進行Unicode編程
Win32 API中定義了一些自己的字符數據類型。這些數據類型的定義在winnt.h頭文件中。例如：
typedef char CHAR; typedef unsigned short WCHAR; // wc, 16-bit UNICODE character typedef CONST CHAR *LPCSTR, *PCSTR;
Win32 API在winnt.h頭文件中定義了一些實現字符和常量字符串的宏進行ANSI/Unicode通用編程。同樣，只例舉幾個最常用的：
#ifdef UNICODE typedef WCHAR TCHAR, *PTCHAR; typedef LPWSTR LPTCH, PTCH; typedef LPWSTR PTSTR, LPTSTR; typedef LPCWSTR LPCTSTR; #define __TEXT(quote) L##quote // r_winnt #else /* UNICODE */ // r_winnt typedef char TCHAR, *PTCHAR; typedef LPSTR LPTCH, PTCH; typedef LPSTR PTSTR, LPTSTR; typedef LPCSTR LPCTSTR; #define __TEXT(quote) quote // r_winnt #endif /* UNICODE */ // r_winnt
從以上頭文件可以看出，winnt.h根據是否定義了UNICODE（沒有下劃線），進行條件編譯。
Win32 API也定義了一套字符串函數，它們根據是否定義了“UNICODE”分別展開爲ANSI和Unicode字符串函數。如：lstrlen。API的字符串操作函數和C++的操作函數可以實現相同的功能，所以，如果需要的話，建議您儘可能使用C++的字符串函數，沒必要去花太多精力再去學習API的這些東西。
也許您從來沒有注意到，Win32 API實際上有兩個版本。一個版本接受MBCS字符串，另一個接受Unicode字符串。例如：其實根本沒有SetWindowText()這個API函數，相反，有SetWindowTextA()和SetWindowTextW()。後綴A表明這是MBCS函數，後綴W表示這是Unicode版本的函數。這些API函數的頭文件在winuser.h中聲明，下面例舉winuser.h中的SetWindowText()函數的聲明部分：
#ifdef UNICODE #define SetWindowText SetWindowTextW #else #define SetWindowText SetWindowTextA #endif // !UNICODE
可見，API函數根據定義UNICODE與否決定指向Unicode版本還是MBCS版本。
細心的讀者可能已經注意到了UNICODE和_UNICODE的區別，前者沒有下劃線，專門用於Windows頭文件；後者有一個前綴下劃線，專門用於C運行時頭文件。換句話說，也就是在ANSI C++語言裏面根據_UNICODE（有下劃線）定義與否，各宏分別展開爲Unicode或ANSI字符，在Windows裏面根據UNICODE（無下劃線）定義與否，各宏分別展開爲Unicode或ANSI字符。
在後面我們將會看到，實際使用中我們不加嚴格區分，同時定義_UNICODE和UNICODE，以實現UNICODE版本編程。