临时记录--MultiByteToWideChar，WideCharToMultiByte

一世的追逐 2012-05-24

展开全文

LPCTSTR在UNICODE下是第字占双字符,也就是其内部使用的是wchar_t,
多字符是每个占二个字符的，而char是占一个字符的，你这么直接转就丢失了一半内容了。

可以用MultiByteToWideChar和WideCharToMultiByte实现多字节与宽字节之间的转换。这个是我们需要转化的多字节字符串:
char sText[20] = {"多字节字符串!OK!"};

我们需要知道转化后的宽字符需要多少个数组空间.虽然在这个里程里面,我们可以直接定义一个20*2宽字符的数组,并且事实上将运行得非常轻松愉快.但假如多字节字符串更多,达到上千个乃至上万个,我们将会发现其中浪费的内存将会越来越多.所以以多字节字符的个数的两倍作为宽字符数组下标的声明绝对不是一个好主意.
所幸,我们能够确知所需要的数组空间.
我们只需要将MultiByteToWideChar()的第四个形参设为-1,即可返回所需的短字符数组空间的个数:
DWORD dwNum = MultiByteToWideChar (CP_ACP, 0, sText, -1, NULL, 0);

接下来,我们只需要分配响应的数组空间:
wchar_t *pwText;
pwText = new wchar_t[dwNum];
if(!pwText)
{
delete []pwText;
}

接着,我们就可以着手进行转换了.在这里以转换成ASCII码做为例子:
MultiByteToWideChar (CP_ACP, 0, psText, -1, sText, dwSize);

最后,使用完毕当然要记得释放占用的内存:
delete []psText;

同理,宽字符转为多字节字符的代码如下:
wchar_t wText[20] = {L"宽字符转换实例!OK!"};
DWORD dwNum = WideCharToMultiByte(CP_OEMCP,NULL,lpcwszStr,-1,NULL,0,NULL,FALSE);
char *psText;
psText = new char[dwNum];
if(!psText)
{
delete []psText;
}
WideCharToMultiByte (CP_OEMCP,NULL,lpcwszStr,-1,psText,dwNum,NULL,FALSE);
delete []psText

LPSTR 一个32位的指向字符串的指针
LPCSTR 一个32位的指向字符串常量的指针
LPWSTR 一个32位的指向unicode字符串的指针
LPCWSTR 个32位的指向unicode字符串常量的指针

前面的L代表LONG,P就是指针的意思,C就是constant的意思
W是wide的意思，STR就是string的意思

ANSI、UNICODE、UTF-8 文件编码转换:

众所周知，MFC 的 CFile、CStdioFile 是不支持 Unicode、UTF-8编码编码的读取的，但是现实中生活这样的文本文件遍地都是，如果生读的话，必然造成乱码。幸好，MS 为了解决这个问题，提供了 MultiByteToWideChar 和 WideCharToMultiByte 两个函数，可用于多字节编码和 Unicode 的转换。但是如果我们每次读取文件之后，手动去调用这两个 API 函数的话，一是麻烦，二是干扰我们正常的业务处理逻辑，违背了程序设计“强内聚，弱耦合”的原则。更别说，要调用者两个函数，在不同的工程环境“项目->属性->常规”里面，选择的编译环境 Unicode 和多字节，这两个函数的参数差异还是很大的，LPSTR 和 LPWSTR 互相转来转去。

UNICODE：它是用两个字节表示一个字符的方法。比如字符'A'在ASCII下面是一个字符，可'A'在UNICODE下面是两个字符,高字符用0填充，而且汉字'程'在ASCII下面是两个字节，而在UNICODE下仍旧是两个字节。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。 MBCS，它是多字节字符集，它是不定长表示世界文字的编码。MBCS表示英文字母时就和ASCII一样（这也是我们容易把MBCS和ASCII搞混的原因），但表示其他文字时就需要用多字节。 WINDOWS下面的程序设计可以支持MBCS和UNICODE两种编码的字符串，具体用那种就看你定义了MBCS宏还是UNICODE宏。MBCS宏对应的字符串指针是char*也就是LPSTR，UNICODE对应的指针是unsigned short*也就是LPWSTR，为了写程序方便微软定义了类型LPTSTR，在MBCS下他就是char*, 在UNICODE下它是unsigned char*,这样你就可以重定义一个宏进行不同字符集的转换了。 LPTSTR、LPCSTR、LPCTSTR、LPSTR的意义：

LPSTR：32bit指针指向一个字符串，每个字符占1字节

LPCSTR:32-bit指针指向一个常字符串，每个字符占1字节
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
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

Windows使用两种字符集ANSI和UNICODE，前者就是通常使用的单字节方式，但这种方式处理象中文这样的双字节字符不方便，容易出现半个汉字的情况。而后者是双字节方式，方便处理双字节字符。WindowsNT的所有与字符有关的函数都提供两种方式的版本，而Windows9x只支持ANSI方式。_T一般同字常数相关，如_T("Hello"。如果你编译一个程序为ANSI方式，_T实际不起任何作用。而如果编译一个程序为UNICODE方式，则编译器会把"Hello"字符串以UNICODE方式保存。_T和_L的区别在于，_L不管你是以什么方式编译，一律以UNICODE方式保存.

Windows核心编程的第一章。

L是表示字符串资源为Unicode的。

比如
wchar_t Str[] = L"Hello World!";
这个就是双子节存储字符了。

_T是一个适配的宏～

当
#ifdef _UNICODE的时候
_T就是L
没有#ifdef _UNICODE的时候
_T就是ANSI的。

比如

LPTSTR lpStr = new TCHAR[32];
TCHAR* szBuf = _T("Hello");
以上两句使得无论是在UNICODE编译条件下都是正确编译的。

而且MS推荐你使用相匹配的字符串函数。
比如处理LPTSTR或者LPCTSTR 的时候，不要用strlen ,而是要用_tcslen

否则在UNICODE的编译条件下，strlen不能处理 wchar_t*的字符串。

T是非常有意思的一个符号（TCHAR、LPCTSTR、LPTSTR、_T()、_TEXT()...），它表示使用一种中间类型，既不明确表示使用 MBCS，也不明确表示使用 UNICODE。那到底使用哪种字符集?编译的时候才决定

转载于：http://blog.csdn.net/massice/article/details/4647613

eg:CString 转换成unicode编码

//ANSI字符转为Unicode字符，用MultiByteToWideChar
    CString strTmp;
    CString m_ANSI = "你好！测试,hello";
    DWORD dwNum;
    dwNum = MultiByteToWideChar(CP_ACP, 0, m_ANSI, -1, NULL, 0);
    wchar_t *pwText;
    pwText = new wchar_t[dwNum];
    dwNum = MultiByteToWideChar(CP_ACP, 0, m_ANSI, -1, pwText, dwNum);
        //unicode内容在pwText中，下面显示代码
    CString m_Unicode = "";
    for(int i = 0; i < (int)dwNum - 1; i++)
    {
        strTmp.Format("%04X ", pwText[i]);
        m_Unicode += strTmp;
    }
    delete[] pwText;