vc中,unicode項目向多字節字符集項目移植


1: 首先更改項目屬性爲多字節字符集.
2: 對於所有 L"字符串", 去掉L, 或改爲=> _T("字符串")   
    ps1: _T是個自動替換的宏, 可以根據編譯條件的不同, 替換成不同的東西. 
    ps2:若想使用_T,要先包含<tchar.h>文件
3: 替換所有的 WCHAR 爲 TCHAR
4: 替換所有的Unicode函數爲非Unicode函數 eg _wsplitpath_s => _splitpath_s
    ps1: 最好使用那些能夠根據編譯條件自動替換的函數.
            想所有的windowsAPI, 他都提供了兩個版本. 可以根據編譯條件自動替換
5: 對於那些僅提供Unicode版本的函數, 那麼就只要修改我們的參數以適應.
    eg: CImage::FromFile( CString str )=>CImage::FromFile( CString str)
    ==>    eg: CImage::FromFile( CString str )=>CImage::FromFile( CString str.AllocSysString()  )
6: 有個MultiChar***的函數. 也可以把多字節字符轉換爲unicode字符.

PS :多字節字符集MBCS的含義是: 對於ANSI字符, 僅佔用一個字節, 對於非ANSI字符, 比如中文,日文, 都佔用兩個字節. 
      由於ANSI字符有128個, 所以, ANSI字符的bit最高位爲0, 當bit最高位爲1時, 就表示是個雙字節字符了.
      多字節字符集有時也稱爲 ANSI字符. 這是因爲 MSDC兼容ANSI的表示.
PS2: 對於Unicode字符串, 結尾符爲0x0000, 對於ansi字符串結尾符爲0x00, 對於MBCS,結尾福爲 0x00(這個0x00是ANSI的一個字符, MSCB肯定兼容了)

對於 char * pStr = "ddd中";
ANSI函數 strlen: 返回 5
MBCS函數 _mbslen: 返回 4, 它能識別到中是一個字符(雙字節)
UNICODE函數 wcslen: 報錯, 無法將char*類型轉化爲 w_char*類型!!!

Q UNICODE字符串如何顯示 

如果程序定義了_UNICODE宏直接用 
WCHAR *str=L"unicodestring"; 
TextOut(0,0,str); 
否則就需要轉換類型 
#include <comdef.h> 
WCHAR *str=L"unicodestring"; 
bstr_t str1=str; 
TextOut(0,0,(char*)str1); 

Q 如何實現ANSI和UNICODE的相互轉換 

將ANSI轉換到Unicode 
(1)通過L這個宏來實現,例如: CLSIDFromProgID( L"MAPI.Folder",&clsid); 
(2)通過MultiByteToWideChar函數實現轉換,例如: 
char *szProgID = "MAPI.Folder"; 
WCHAR szWideProgID[128]; 
CLSID clsid; 
long lLen = MultiByteToWideChar(CP_ACP,0,szProgID,strlen(szProgID),szWideProgID,sizeof(szWideProgID)); 
szWideProgID[lLen] = '/0'; 
(3)通過A2W宏來實現,例如: 
USES_CONVERSION; 
CLSIDFromProgID( A2W(szProgID),&clsid); 

將Unicode轉換到ANSI 
(1)使用WideCharToMultiByte,例如: 
// 假設已經有了一個Unicode 串 wszSomeString... 
char szANSIString [MAX_PATH]; 
WideCharToMultiByte ( CP_ACP, WC_COMPOSITECHECK, wszSomeString, -1, szANSIString, sizeof(szANSIString), NULL, NULL ); 
(2)使用W2A宏來實現,例如: 
USES_CONVERSION; 
pTemp=W2A(wszSomeString); 

注意在轉換時可能存在的問題: 
因 爲ANSI轉UNICODE,如果使用A2W或MultiByteToWideChar(第一個參數是CP_ACP)的話,是根據系統默認的轉碼錶,把轉 入的ANSI字符串看作Multi-Bytes字符串處理的,如果是中文(中文windows默認就是中文),一個大於0x87的byte可能和下一 byte一起被看作一個漢字,然後根據漢字的Unicode編碼轉換爲相同的Unicode漢字,如果找不到相應的編碼,一般就用一個默認的字符來取代它 (一般是問號“?”),由此看,如果隨便把一 段數據給他轉,轉化很複雜而且極可能不可逆,而且你加密過的ANSI碼是相當混亂的有很多〉0x87的 byte,轉換就變得不可逆了。 
建議自己直接就這樣寫: 
CHAR lpANSI[COUNT]; 
WCHAR lpUnicode[COUNT]; 
int i = 0; 
while(lpANSI[i] != '/0' ) { 
lpUnicode[i] = (WCHAR)lpANSI[i]; 

lpUnicode[i] = L'/0'; 
然 後按相同的方法轉回來,因爲對於0~0x87的ANSI字符串,對應的Unicode碼就是相同的16位值,至於其他的,你的字符串反正加了密,沒必要轉 換成顯示出來是一樣的字符,就按同樣的方法處理了,其實如果中間的字符串不用顯示或別的,直接reutrn (LPWSTR)lpANSI;過去也可以, 反正接受的時候自己清楚就可以了。 

Q 如何讓程序支持UNICODE 

NT 系統的內核是unicode代碼,通常vc分創建的工程默認都是ansi代碼(可以兼容win9x),在nt下ansi程式在調用windows API的時系統實際又進行了一次ansi到unicode的代碼轉化,如MoveWindowA實際上又調用MoveWindowW.如果以我們的程序 不考慮win9x(早晚是明日黃花)的話,直接用unicode編譯,那麼程式的代碼執行效率一定能增色不少.具體: 
(0).在vc編譯選項 上,在vc7.0以上在工程的屬性頁中的“字符集”選上"使用 Unicode 字符集"即可,在vc6.0下可能麻煩一點,得先把vc運行庫的unicode版本複製到vc路徑下,一般都是和xxx.lib的ansi對應 xxxU.lib,默認裝vc時是不會裝的,將工程屬性 
(0).1.改語言定義: 
在project settings的"C++"頁中的"preprocessor definitions"中改_MBCS爲_UNICODE 
(0).2.改入口函數: 
在"link"頁中的"project Options"加入/entry:"wWinMainCRTStartup"即可. 

(1)在代碼上,處理字符中的多用TCHAR.H中的宏,如strcpy用_tcscpy代替,用TCHAR代char, 
用TCHAR m_mystr[]=_T("xxxx")代替 char m_mystr[]="xxxx"; 
(2)注意調試UNICODE程序時,需要在安裝時VC選擇所有選項,否則會缺少動態庫和相應的.lib文件 

Q 如何取得一個既包含單字節字符又包含雙字節字符的字符串的字符個數? 

可以調用Microsoft Visual C++的運行期庫包含函數_mbslen來操作多字節(既包括單字節也包括雙字節)字符串。 
調用strlen函數,無法真正瞭解字符串中究竟有多少字符,它只能告訴你到達結尾的0之前有多少個字節。 

Q 如何對DBCS(雙字節字符集)字符串進行操作? 

函數 描述 
PTSTR CharNext ( LPCTSTR ); 返回字符串中下一個字符的地址 
PTSTR CharPrev ( LPCTSTR, LPCTSTR ); 返回字符串中上一個字符的地址 
BOOL IsDBCSLeadByte( BYTE ); 如果該字節是DBCS字符的第一個字節,則返回非0值 

Q 爲什麼要使用Unicode? 

(1) 可以很容易地在不同語言之間進行數據交換。 
(2) 使你能夠分配支持所有語言的單個二進制.exe文件或DLL文件。 
(3) 提高應用程序的運行效率。 
Windows 2000是使用Unicode從頭進行開發的,如果調用任何一個Windows函數並給它傳遞一個ANSI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,然後將結果返回給你的應用程序。進行這些字符串的轉換需要佔用系統的時間和內存。通過從頭開始用Unicode來開發應用程序,就能夠使你的應用程序 更加有效地運行。 
Windows CE 本身就是使用Unicode的一種操作系統,完全不支持ANSI Windows函數 
Windows 98 只支持ANSI,只能爲ANSI開發應用程序。 
Microsoft公司將COM從16位Windows轉換成Win32時,公司決定需要字符串的所有COM接口方法都只能接受Unicode字符串。 

Q 如何編寫Unicode源代碼? 

Microsoft 公司爲Unicode設計了WindowsAPI,這樣,可以儘量減少代碼的影響。實際上,可以編寫單個源代碼文件,以便使用或者不使用Unicode來 對它進行編譯。只需要定義兩個宏(UNICODE和_UNICODE),就可以修改然後重新編譯該源文件。 
_UNICODE宏用於C運行期頭文件,而UNICODE宏則用於Windows頭文件。當編譯源代碼模塊時,通常必須同時定義這兩個宏。 

Q Windows定義的Unicode數據類型有哪些? 

數據類型 說明 
WCHAR Unicode字符 
PWSTR 指向Unicode字符串的指針 
PCWSTR 指向一個恆定的Unicode字符串的指針 
對應的ANSI數據類型爲CHAR,LPSTR和LPCSTR。 
ANSI/Unicode通用數據類型爲TCHAR,PTSTR,LPCTSTR。 

Q 如何對Unicode進行操作? 

字符集 特性 實例 
ANSI 操作函數以str開頭 strcpy 
Unicode 操作函數以wcs開頭 wcscpy 
MBCS 操作函數以_mbs開頭 _mbscpy 
ANSI/Unicode 操作函數以_tcs開頭 _tcscpy(C運行期庫) 
ANSI/Unicode 操作函數以lstr開頭 lstrcpy(Windows函數) 
所有新的和未過時的函數在Windows2000中都同時擁有ANSI和Unicode兩個版本。ANSI版本函數結尾以A表示;Unicode版本函數結尾以W表示。Windows會如下定義: 
#ifdef UNICODE 
#define CreateWindowEx CreateWindowExW 
#else 
#define CreateWindowEx CreateWindowExA 
#endif // !UNICODE 

Q 如何表示Unicode字符串常量? 

字符集 實例 
ANSI “string” 
Unicode L“string” 
ANSI/Unicode T(“string”)或_TEXT(“string”)if( szError[0] == _TEXT(‘J’) ){ } 

Q 爲什麼應當儘量使用操作系統函數? 

這將有助於稍稍提高應用程序的運行性能,因爲操作系統字符串函數常常被大型應用程序比如操作系統的外殼進程Explorer.exe所使用。由於這些函數使用得很多,因此,在應用程序運行時,它們可能已經被裝入RAM。 
如:StrCat,StrChr,StrCmp和StrCpy等。 

Q 如何編寫符合ANSI和Unicode的應用程序? 

(1) 將文本串視爲字符數組,而不是chars數組或字節數組。 
(2) 將通用數據類型(如TCHAR和PTSTR)用於文本字符和字符串。 
(3) 將顯式數據類型(如BYTE和PBYTE)用於字節、字節指針和數據緩存。 
(4) 將TEXT宏用於原義字符和字符串。 
(5) 執行全局性替換(例如用PTSTR替換PSTR)。 
(6) 修改字符串運算問題。例如函數通常希望在字符中傳遞一個緩存的大小,而不是字節。這意味着不應該傳遞sizeof(szBuffer),而應該傳遞 (sizeof(szBuffer)/sizeof(TCHAR)。另外,如果需要爲字符串分配一個內存塊,並且擁有該字符串中的字符數目,那麼請記住要 按字節來分配內存。這就是說,應該調用 
malloc(nCharacters *sizeof(TCHAR)),而不是調用malloc(nCharacters)。 

Q 如何對字符串進行有選擇的比較? 

通過調用CompareString來實現。 
標誌 含義 
NORM_IGNORECASE 忽略字母的大小寫 
NORM_IGNOREKANATYPE 不區分平假名與片假名字符 
NORM_IGNORENONSPACE 忽略無間隔字符 
NORM_IGNORESYMBOLS 忽略符號 
NORM_IGNOREWIDTH 不區分單字節字符與作爲雙字節字符的同一個字符 
SORT_STRINGSORT 將標點符號作爲普通符號來處理 

Q 如何判斷一個文本文件是ANSI還是Unicode? 

判斷如果文本文件的開頭兩個字節是0xFF和0xFE,那麼就是Unicode,否則是ANSI。 

Q 如何判斷一段字符串是ANSI還是Unicode? 

用IsTextUnicode進行判斷。IsTextUnicode使用一系列統計方法和定性方法,以便猜測緩存的內容。由於這不是一種確切的科學方法,因此 IsTextUnicode有可能返回不正確的結果。 

Q 如何在Unicode與ANSI之間轉換字符串? 

Windows函數MultiByteToWideChar用於將多字節字符串轉換成寬字符串;函數WideCharToMultiByte將寬字符串轉換成等價的多字節字符串。 

Q 如何得到漢字的Unicode編碼 

#include "comdef.h" 
char *str1="你好"; 
_bstr_t str=str1; 
WCHAR *str2=str; 
str2就是你要的UNICODE碼 

Q 如何實現#21592#24037#36873#25321這種編碼與漢字之間的轉換? 

CString str="#21592#24037#36873#25321"; 
str+='#'; 
CString str1=""; 
WCHAR str2[5]={0,0,0,0,0}; 
int j=0; 
do 

            str1=str.Left(str.Find('#',1)); 
            str=str.Mid(str.Find('#',1)); 
            WCHAR i=0; 
            sscanf(str1,"#%d",&i); 
            str2[j]=i; 
            j++; 
}while(str1!=""); 
_bstr_t str3=str2;

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章