• 多字节与宽字节

    • 多字节字符集（MBCS，Multi-Byte Chactacter Set）：指用多个字节来表示一个字符的字符编码集合。一般英文字母用1Byte，汉语等用2Byte来表示。兼容ASCII 127。

    在最初的时候，Internet上只有一种字符集——ANSI的ASCII字符集，它使用7 bits来表示一个 字符，总共表示128个字符，其中包括了 英文字母、数字、标点符号等常用字符。

    为了扩充ASCII编码，以用于显示本国的语言，不同的国家和地区制定了不同的标准，由此产生了 GB2312, BIG5, JIS 等各自的编码标准。这些使用 2 个字节来代表一个字符的各种汉字延伸编码方式，称为 ANSI 编码，又称为"MBCS（Muilti-Bytes Charecter Set，多字节字符集）"。

    不同 ANSI 编码之间互不兼容，当信息在国际间交流时，无法将属于两种语言的文字，存储在同一段 ANSI 编码的文本中。一个很大的缺点是，同一个编码值，在不同的编码体系里代表着不同的字。这样就容易造成混乱。导致了unicode码的诞生。

    • 宽字节字符集：一般指Unicode编码的字符集，

    Unicode称为统一码或万国码，统一了不同国家的字符编码。

    Unicode通常用两个字节表示一个字符，原有的英文编码从单字节变成双字节，只需要把高字节全部填为0就可以。

    为了统一所有文字的编码，Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。

    Unicode固然统一了编码方式，但是它的效率不高，比如UCS-4(Unicode的标准之一)规定用4个字节存储一个符号，那么每个英文字母前都必然有三个字节是0，这对存储和传输来说都很耗资源。为了提高Unicode的编码效率，于是就出现了UTF-8编码。UTF-8可以根据不同的符号自动选择编码的长短。比如英文字母可以只用1个字节就够了。

    UTF是“Unicode Transformation Format”的缩写，可以翻译成Unicode字符集转换格式，即怎样将Unicode定义的数字转换成程序数据。用char、char16_t、char32_t分别表示无符号8位整数，无符号16位整数和无符号32位整数。UTF-8、UTF-16、UTF-32分别以char、char16_t、char32_t作为编码单位。（注： char16_t 和 char32_t 是 C++ 11 标准新增的关键字。如果你的编译器不支持 C++ 11 标准，请改用 unsigned short 和 unsigned long。）“汉字”的UTF-8编码需要3个字节。“汉字”的UTF-16编码需要两个char16_t，大小是2个字节。“汉字”的UTF-32编码需要两个char32_t，大小是4个字节。

    普通字符、字符串前加 L 就变成宽字符 wchar_t 存储（用2Byte存1个字符）了，例如，L‘看’，L"abc啊";或_T("sf飞")

    MFC中的 CString 与 std::string 的转换：

    1. 使用Unicode字符集时，CString等价于CStringW；使用多字节字符集时，CString相对于CStringA

    2. CString --> std::string

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    // 1. Unicode下 CString --> std::string
    // 方法1
    CString str = L"sdf";
    std::string s = CT2A(str.GetString());
        // GetString()比较新的VS有，旧可以用GetBuffer（）
        std::string s = CT2A(str.GetBuffer());
        str.ReleaseBuffer();
    // 方法2
    CString str = L"dshf";
    CStringA stra(str);
    std::string s(stra);
    //或
    std::string s(CStringA(str));
     
    //方法3
    USES_CONVERSION;
    CString str = L"djg";
    std::string s = W2A(str);
    //首先str--》const wchar_t* ，然后W2A将const wchar_t*--》const char*，
    //最后用const char*初始化s

     3. std::string --> CStringW / std::wstring

    1
    2
    3
    std::string s("dhhh");
    CStringW strw(CStringA(s.c_str());
    std::wstring sw(strw);

    　　

    1）TCHAR 转换为const wchar_t *，直接强制转换，在TCHAR前面加上(*const wchar_t)

    2）BSTR：是一个OLECHAR*类型的Unicode字符串，是一个COM字符串，带长度前缀，与VB有关，没怎么用到过。 

    LPSTR：即 char *，指向以'/0'结尾的8位（单字节）ANSI字符数组指针 

    LPWSTR：即wchar_t *，指向'/0'结尾的16位（双字节）Unicode字符数组指针 

     LPCSTR：即const char * 

     LPCWSTR：即const wchar_t * 

    LPTSTR：LPSTR、LPWSTR两者二选一，取决于是否宏定义了UNICODE或ANSI 

    LPCTSTR： LPCSTR、LPCWSTR两者二选一，取决于是否宏定义了UNICODE或ANSI，

    如下是从MFC库中拷来的：

    1
    2
    3
    4
    5
    6
    7
    #ifdef UNICODE
    typedef LPWSTR LPTSTR;
    typedef LPCWSTR LPCTSTR;
    #else
    typedef LPSTR LPTSTR;
    typedef LPCSTR LPCTSTR;
    #endif

    　　

     相互转换方法：

    LPWSTR->LPTSTR: 　　   W2T();
     LPTSTR->LPWSTR: 　　  T2W(); 
    LPCWSTR->LPCSTR: 　　W2CT();
     LPCSTR->LPCWSTR: 　　T2CW();
     ANSI->UNICODE: 　　A2W();
     UNICODE->ANSI: 　　W2A();

    3）

    LPWSTR转为LPCSTR

    LPCSTR=CW2A(LPWSTR);

     4)

    CString与LPCWSTR的转化(http://www.cnblogs.com/foolboy/archive/2005/07/25/199869.html)

    问题起因： 
        在写WritePrivateProfileString写.ini配置文件时在msdn中看到，如果想要写的配置信息即时生效，必须在之前使用WritePrivateProfileStringW来re-read一下目标.ini文件，其原文如下： 

    1
    2
    3
    4
    // force the system to re-read the mapping into shared memory 
    // so that future invocations of the application will see it 
    //  without the user having to reboot the system 
    WritePrivateProfileStringW( NULL, NULL, NULL, L"appname.ini" );

    　　

        查了一下msdn中WritePrivateProfileStringW的原型如下： 

    1
    2
    3
    4
    5
    6
    7
    8
    WINBASEAPI BOOL WINAPI WritePrivateProfileStringW (
     LPCWSTR lpAppName,  //section []中的字符串
     LPCWSTR lpKeyName,  // key  “=”左边的字符串
     LPCWSTR lpString,   //写入的内容
     LPCWSTR lpFileName ) // 配置文件的路径
    例如：
    [section]
    key=string

    　　其中的每个参数的类型都为LPCWSTR，实际中获得的文件名都为CString，问题产生。 

    问题分析：

    LPCWSTR 是Unicode字符串指针，初始化时串有多大，申请空间就有多大，以后存储若超过则出现无法预料的结果，这是它与CString的不同之处。而CString是一个串类，内存空间类会自动管理。LPCWSTR 初始化如下： 

    1
    LPCWSTR Name=L"TestlpCwstr";

        由于LPCWSTR必须指向Unicode的字符串，问题的关键变成了Anis字符与Unicode字符之间的转换，不同编码间的转换，通过查找资料可知，可以ATL中转换宏可以用如下方法实现： 

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    //方法一
    CString str=_T("TestStr");
    USES_CONVERSION;
    LPWSTR pwStr=new wchar_t[str.GetLength()+1];
    wcscpy(pwStr,T2W((LPCTSTR)str));
      
    // 方法二
    CString str=_T("TestStr");
    USES_CONVERSION;
    LPWCSTR pwcStr = A2CW((LPCSTR)str);

      MFC中CString和LPSTR是可以通用，其中A2CW表示(LPCSTR)  -> (LPCWSTR)，USER_CONVERSION表示用来定义一些中间变量，在使用ATL的转换宏之前必须定义该语句。 
        顺便也提一下，如果将LPCWSTR转换成CString，那就更加容易，在msdn中的CString类说明中提到了可以直接用LPCWSTR来构造CString，所以可以进行如下的转换代码：   

    LPCWSTR pcwStr = L"TestpwcStr"; 
    CString str(pcwStr);

    问题总结：     
        在头文件<atlconv.h>中定义了ATL提供的所有转换宏，如：    

      A2CW      (LPCSTR)  -> (LPCWSTR) 
      A2W        (LPCSTR)  -> (LPWSTR) 
      W2CA     (LPCWSTR) -> (LPCSTR) 
      W2A        (LPCWSTR) -> (LPSTR)

         所有的宏如下表所示： 

    A2BSTR OLE2A T2A W2A
    A2COLE OLE2BSTR T2BSTR W2BSTR
    A2CT OLE2CA T2CA W2CA
    A2CW OLE2CT T2COLE W2COLE
    A2OLE OLE2CW T2CW W2CT
    A2T OLE2T T2OLE W2OLE
    A2W OLE2W T2W W2T

    上表中的宏函数，非常的有规律，每个字母都有确切的含义如下：

    2 to 的发音和 2 一样，所以借用来表示“转换为、转换到”的含义。
    A ANSI 字符串，也就是 MBCS。
    W、OLE 宽字符串，也就是 UNICODE。
    T 中间类型T。如果定义了 _UNICODE，则T表示W；如果定义了 _MBCS，则T表示A
    C const 的缩写

        利用这些宏，可以快速的进行各种字符间的转换。使用前必须包含头文件，并且申明USER_CONVERSION；使用 ATL 转换宏，由于不用释放临时空间，所以使用起来非常方便。但是考虑到栈空间的尺寸（VC 默认2M），使用时要注意几点： 
        1、只适合于进行短字符串的转换； 
        2、不要试图在一个次数比较多的循环体内进行转换； 
        3、不要试图对字符型文件内容进行转换，因为文件尺寸一般情况下是比较大的； 
        4、对情况 2 和 3，要使用 MultiByteToWideChar() 和 WideCharToMultiByte()；

    MultiByteToWideChar() 和 WideCharToMultiByte()的用法：
    www.cnblogs.com/ranjiewen/p/5770639.html

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    int MultiByteToWideChar(
    　　UINT CodePage, //指定执行转换的多字节字符所使用的字符集，CP_ACP：ANSI字符集，CP_UTF8：UTF-8字符集
    　　DWORD dwFlags, // 一般为NULL
    　　LPCSTR lpMultiByteStr, // [in] 要被转换的字符指针
    　　int cchMultiByte,  // lpMultiByteStr指针指向的字符串的长度，若字符串以结尾，可简单写为 -1
    　　LPWSTR lpWideCharStr, //[out] 输出的宽字符串指针
    　　int cchWideChar  // 指定由参数lpWideCharStr指向的缓冲区的宽字符数。若此值为0，函数不会执行转换，而是返回目标缓存lpWideChatStr所需的宽字符数。
    　　);
     
    int WideCharToMultiByte(
    UINT CodePage,  //指定执行转换的字符集
    DWORD dwFlags,  // NULL
    LPCWSTR lpWideCharStr, // 待转换的字符串
    int cchWideChar, // 待转换的字符串长度，若以空字符结尾，则可写-1
    LPSTR lpMultiByteStr, // 指向接收被转换字符串的缓冲区
    int cbMultiByte,  // 缓冲区的长度，若为0，函数返回接收的缓冲区的长度
    LPCSTR lpDefaultChar, // NULL
    LPBOOL lpUsedDefaultChar //NULL
    );

    　　例子：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    #include <Windows.h>
    /// std::string ==> std::wstring
    std::wstring s2ws(std::string s)
    {//CP_ACP : ANSI字符集
        //当cchWideChar=0，返回存宽字符的长度，
        //并且待转换的字符串的长度为 -1 时，返回的长度包括空字符，new时 new wchar_t[nLen]
        //待转换的字符串的长度为 s.size() 时，返回的长度不包括空字符，new时 new wchar_t[nLen+1]
        // 1. 用 -1
        int nLen = ::MultiByteToWideChar(CP_ACP, NULL, s.c_str(), -1, NULL, 0);
        wchar_t *buf = new wchar_t[nLen];
        //wmemset(buf, 0, nLen);//当转换包括,就不用初始化0了
        ::MultiByteToWideChar(CP_ACP, NULL, s.c_str(), -1, buf, nLen);
        std::wstring ws(buf);
        delete[] buf;
        return ws;
        // 2. 用 s.size()
        int nLen = ::MultiByteToWideChar(CP_ACP, NULL, s.c_str(), s.size(), NULL, 0);
        wchar_t *buf = new wchar_t[nLen+1];
        wmemset(buf, 0, nLen+1);//当转换包括,就不用初始化0了
        ::MultiByteToWideChar(CP_ACP, NULL, s.c_str(), s.size(), buf, nLen);
        std::wstring ws(buf);
        delete[] buf;
        return ws;
    }
    /// std::wstring ==> std::string
    std::string ws2s(std::wstring ws)
    {
        int nLen = ::WideCharToMultiByte(CP_ACP, NULL, ws.c_str(), -1, NULL, 0, NULL, NULL);
        char* buf = new char[nLen];
        ::WideCharToMultiByte(CP_ACP, NULL, ws.c_str(), -1, buf, nLen, NULL, NULL);
        std::string s(buf);
        delete[] buf;
        return s;
    }
     
    ///// 当需要转换不同字符集（ANSI：CP_ACP UTF8：CP_UTF8）时，
    ///// 就必须用WideCharToMultiByte和MultiByteToWideChar （暂时没找到别的，高手请指教）
    // ANSI ==> UTF8
    std::string ANSI_to_UTF8(std::string sAnsi)
    {
        std::wstring wsAnsi = s2ws(sAnsi);
        int nLen = ::WideCharToMultiByte(CP_UTF8, NULL, wsAnsi.c_str(), -1, NULL, 0, NULL, NULL);
        char* buf = new char[nLen];
        ::WideCharToMultiByte(CP_UTF8, NULL, wsAnsi.c_str(), -1, buf, nLen, NULL, NULL);
        std::string sUtf8(buf);
        delete[] buf;
        return sUtf8;
    }
    // UTF8 ==> ANSI
    std::string UTF8_to_ANSI(std::string sUtf8)
    {
        //std::wstring wsUtf8 = s2ws(sUtf8);//不能用这句，因为这是ANSI字符集的转换
        int nLen = ::MultiByteToWideChar(CP_UTF8, NULL, sUtf8.c_str(), -1, NULL, 0);
        wchar_t *wbuf = new wchar_t[nLen];
        ::MultiByteToWideChar(CP_UTF8, NULL, sUtf8.c_str(), -1, wbuf, nLen);
        std::wstring wsUtf8(wbuf);
        delete[] wbuf;
     
        //int nLen2 = ::WideCharToMultiByte(CP_ACP, NULL, wsUtf8.c_str(), -1, NULL, 0, NULL, NULL);
        //char* buf = new char[nLen2];
        //::WideCharToMultiByte(CP_ACP, NULL, wsUtf8.c_str(), -1, buf, nLen2, NULL, NULL);
        //std::string sAnsi(buf);
        //delete[] buf;
        //或者
        std::string sAnsi = ws2s(wsUtf8);
        return sAnsi;
    }
     
    int main(int argc, char* argv[])
    {
        std::string s( "Hello world.你好，中国。");
        std::wstring ws = s2ws(s);
        std::string s1 = ws2s(ws);
        std::string sAnsi(s);
        std::string sUtf8 = ANSI_to_UTF8(sAnsi);
        std::string sAnsi2 = UTF8_to_ANSI(sUtf8);
     
        std::ofstream file("1.txt");
        file << sUtf8.c_str();
        return 0;
    }

    上面的函数整理：

     View Code

    采用ATL封装_bstr_t的过渡：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    #include <comutil.h> 
    #pragma comment(lib, "comsuppw.lib")
      
    string ws2s(const wstring& ws)
    {
        _bstr_t t = ws.c_str(); 
        char* pchar = (char*)t; 
        string result = pchar; 
        return result; 
    }
      
    wstring s2ws(const string& s)
    {
        _bstr_t t = s.c_str(); 
        wchar_t* pwchar = (wchar_t*)t; 
        wstring result = pwchar; 
        return result;
    }
    ---------------------
    原文：https://blog.csdn.net/liminwang0311/article/details/79975174

     使用MFC的CString：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    #include <atlstr.h>
    std::string ws2s(std::wstring ws)
    {
        return std::string(CStringA(CStringW(ws.c_str())));
    }
    std::wstring s2ws(std::string s)
    {
        return std::wstring(CStringW(CStringA(s.c_str())));
    }
     
    //其实 ws => const wchar_t* => CStringW => LPCWSTR  => CStringA => LPCSTR => string
    string s(CStringA(CStringW(ws.c_str()));
    wstring ws(CStringW(CStringA(s.c_str()));
    //其中 CStringW => LPCWSTR 和 CStringA => LPCSTR 是默认自动转换的。定义了 operator LPCSTR() const
        LPCSTR pStr = "kkk"; //LPCSTR == const char*
        LPCWSTR pwStr = L"hhh"; //LPCWSTR == const wchar_t*
        CStringA a(pwStr);//"hhh"
        CStringW w(pStr);//L"kkk"

    本文转载自：https://www.cnblogs.com/htj10/p/11027323.html
  • 相关阅读:
    Concept with HTTP API && RPC
    倒排索引
    What is the difference between routine , method , procedure , function ? please explain it with example?
    第一章 计算机系统漫游
    PHP 编译安装
    清空/重置队列
    解决window.location.href参数太长 post提交数据
    linux安装jdk1.8
    Hibernate中对象的三种状态即save(),update(),saveOrUpdate()的使用【转】
    eclipse中的任务标记(TODO、FIXME、XXX)
  • 原文地址：https://www.cnblogs.com/liang-chen/p/11839245.html
Copyright © 2020-2023  润新知