参考微软在线文档有关“通用数据类型和数据类型”的章节
单字节字符集:ASCII 缺点:只能显示现代美国英语(基本拉丁字母、阿拉伯数字、英式标点)
双字节字符集:GB2312 ASCII基础上,127号之前保留,两个127号之后的字符连在一起就表示一个汉字
多字节字符集:Unicode 收录了地球上所有的字符,字符集和编码方式是分开的。
编码方式:UTF-8 最大4字节 头字节首字符为0,跟ASCII相同;为1,多字节表示。
UTF-16 16位无符号整数为单位
Windows提供3种关于字符操作的API:
- 宏定义,兼容UNICODE和非UNICODE
- VC++:_t的是unicode版本,不带_t的是单字节版本
- _tcslen
- 在代码中,凡是用关键字 char 的地方都用 TCHAR 取代;凡是用 char * 的地方都用 LPTSTR 取代;凡是定义在双引号中的字符串常量(如"VCKBASE Online Journal")都用 TEXT 宏重写:
- 以A结尾的非UNICODE版API
- 以W结尾的UNICODE版API
标准的C语言库函数处理字符串时都是ASCII编码,因此用标C函数处理多字节字符编码就存在问题
Windows函数 | 标准C函数 |
lstrcat | strcat |
lstrcmp | strcmp |
lstrcpy | strcpy |
lstrlen | strlen |
lstrcmpi | cyrcmpi |
1.计算字符串长度
strlen是计算字符串长度的,它是针对ANSI字符串的,对于UNICODE字符串,计算长度用wcslen来计算。
而_tcslen则是一个宏,当定义了_UNICODE时,它被解释为wcslen,如果没有定义_UNICODE时,它被解释为strlen。