1、ANSI(即MBCS):为多字节字符集,它是不定长表示世界文字的编码方式。ANSI表示英文字母时就和ASCII一样,但表示其他文字时就需要用多字节。
2、Unicode:用两个字节表示一个字符的编码方式。比如字符‘A‘在ASCII下面用一个字节表示,而在Unicode下面用两个字节表示,其中高字节用“0”填充;函数‘程‘在ASCII下面用两个字节表示,而在Unicode下面也是用两个字节表示。Unicode的用处就是定长表示世界文字,据统计,用两个字节可以编码现存的所有文字而没有二义。
3、Windows下的程序设计可以支持ANSI和Unicode两种编码方法的字符串,具体使用哪种就要看定义了MBCS宏还是Unicode宏。MBCS宏对应的字符串指针为LPSTR(即char*),Unicode对应的指针为LPWSTR(即unsigned char*)。为了写程序的方便,微软定义了类型LPTSTR,在MBCS下它表示char*,在Unicode下它表示unsigned char*,这就可以重定义一个宏进行不同字符集的转换了。
4、关系
LPSTR: 32bit指针 指向一个字符串,每个字符占1字节。 相当于 char *
LPCSTR: 32-bit指针 指向一个常字符串,每个字符占1字节。 相当于 const char *
LPTSTR: 32-bit指针 每字符可能占1字节或2字节,取决于Unicode是否定义
LPCTSTR:32-bit指针 指向一个常字符串,每字符可能占1字节或2字节,取决于Unicode是否定义
LPWSTR: 32-bit指针,指向一个unicode字符串的指针,每个字符占2字节。
LPCWSTR:32-bit指针, 指向一个unicode字符串常量的指针,每个字符占2字节。
在上面的类型中,L表示long, P表示指针,C表示constant, T表示指针指向的字符占的字节数取决于Unicode是否定义,W表示wide,STR就是string的意思
LPSTR = char *
LPCSTR = const char *
LPTSTR = _TCHAR * (或 TCHAR *)
LPCTSTR = const _TCHAR * (或 const TCHAR *)
LPWSTR = wchar_t *
LPCWSTR = const wchar_t *
5、Windows使用两种字符集ANSI和Unicode,前者在处理英文字符时使用单字节方式,在处理中文字符时使用双字节方式。后者不管是英文字符还是中文字符都是采用双字节方式表示。Windows NT的所有与字符有关的函数都提供了两种方式的版本,而Windows 9x只支持ANSI方式。_T一般同字符常量相关,如_T("你好!");。如果编码方式为ANSI,_T不起任何作用;如果编码方式为Unicode,编译器会把"你好!"以
Unicode方式进行保存。_T和_L的区别在于,_L不管你是以什么方式编译,一律以Unicode方法保存。
6、L表示字符串资源采用Unicode编码方式,示例如下:
wchar_t Str[]=L"Hello World!"; //每个字符都用2个字节来存储
7、_T是一个适配宏。当定义了_UNICODE时,_T和L相同;否则,_T的字符串采用ANSI编码方式。示例如
下:
LPTSTR lptStr=new TCHAR[32];
TCHAR* szBuf=_T("Hello");
以上两个语句,无论是在ANSI编码方式,还是在Unicode编码方式下都是正确的。
8、微软推荐使用相匹配的字符串函数。例如,在处理LPTSTR或LPCTSTR的时候,应该使用_tcslen来替代strlen函数。否则,在Unicode编码方式下,strlen不能处理wchar_t*的字符串。
9、T是一个非常重要的符号(TCHAR、LPTSTR、LPCTSTR、_T()和_TEXT()等),它表示使用一个中间类型,既不明确表示使用MBCS,也不明确表示使用Unicode。到底使用哪种字符集,在编译的时候才决定。
10、注意L 和 _T 的使用方法。
LPTSTR, LPCTSTR, 及_T(常量字符串) 受_T 影响。
介绍字符串类型:char, wchar_t, TCHAR, CHAR, WCHAR.
TCHAR 的定义:
#ifdef UNICODE
typedef wchar_t TCHAR;
#else
typedef unsigned char TCHAR;
#endif
typedef unsigned char CHAR;
typedef unsigned wchar_t WCHAR;
由此可以看出,unsigned char 和 wchar_t 都是基本数据类型, CHAR实施上就是unsigned char, WCHAR为wchar_t ,而TCHAR根据是否支持unicode而不同。
在程序中,可以用的名称有5种,unsigned char(CHAR), wchar_t(WCHAR), TCHAR, 但为了扩展性和兼容性,推荐使用TCHAR.