世界真的很奇妙，分久必合，合久必分。
計算機發展到今天，多國之間的交流日益廣泛，軟體本地化是重大趨勢。如果減少本地化工作就是一件值得考慮的事情。
軟體本地化要解決的真正問題就是如何來處理不同的字符集。要知道，單位元組字元是乙個8位的資料來表示的。 因此，它最多能表示256個字元。 全世界那麼多個國家，256個怎麼夠。 因此人們提出了雙位元組（dbcs）來解決這個問題。
單位元組與雙位元組字符集 ----->多字符集
當表示英文或某些符號的時候，就採用乙個位元組來表示，而當表示日文，中文等字元的時候，就採用兩個位來表示。 可想而知，我們不可以再像操作單位元組字元那樣通過 pchar++;來遍歷每乙個字元。
為此，ms提供了charnext,charpre作為遍歷工具。 不過這些函式讓人頭疼。
unicode應運而生。它採用了兩個位元組來表示乙個字元，不管是漢字還是英文。 統一一樣。 兩個位元組即為16位，表示的數有65536個。 而世界各國的符號加起來才用了35000個左右，困此，足夠了。
為什麼我們要使用unicode
當開發應用程式時，當然應該考慮利用unicode的優點。即使你不打算讓你的程式本地化，開發時也應該將unicde放在心上，肯定可以簡化你將來的**轉換工作。此外，unicde還有以下功能。
1、可以很容易地在不同語言之彰進行資料交換。
2、使你能夠分配支援所有語言的單個二進位制.exe檔案或dll檔案。
3、提高應用程式的執行效率。
windows 2000上的unicode
windows 2000是採用unicode從頭開發的。 所有與字串相關的操作都會用到unicode。當然，windows 2000的api都接受多字符集和unicode字符集的引數。但是，只有unicode的函式是實現了的。而多字符集的函式則是先將unicode字符集轉換成unicode，然後再交給unicode的函式處理。可知，採用unicode呼叫api，速度會快不少。 同樣，返回字串的api函式也做同樣的轉換工作。
系統中會存在兩套api 拿createfile為例。則有如下定義
#ifdef unicode
#define createfilew createfile
#else
#define createfilea createfile
#endif
當我們呼叫 createfile的時候，系統便會根據你是否要unicode而選擇正常的函式。
而當你呼叫createfilea時，則有
呼叫createfilea---> 將多字符集引數轉換為unicode ---> 呼叫 createfilew
白白地多了轉換工作。因此，採用unicode程式設計，可以提高效率。
還有一些關於windows 98的就不介紹了。。需要知道的就是，win 98不支援unicode,所以，強制呼叫w結尾的函式再用getlasterror()取得錯誤資訊，你會發現提示你此函式沒有實現。
windows ce則是完完全全的unicode作業系統，不支援ansi.....
如何使用unicode
資料型別
為了和ansi有所區別，unicode版本的資料型別顯然會不一樣.
char wchar_t
而wchar_t的定義為 typedef unsigned shot wchar_t
可見，它是16位的。
而對於常用的字串操作函式，對比如下
strcpy wcscpy
strcat wcscat
str 被換成了wcs 即 wide character string的縮寫
上面是c執行期庫的定義，由於ms提供的c執行期庫與ansi標準是一樣的。所以上面的寬字元操作依然對win 98有效。
對於unicode的使用，我們則不能直接使用上面的函式，因為這樣的話，ansi/unicode原始碼轉換時你會哭掉。
於是，我們應該使用像
#ifdef unicode
#define _strcpy wcscpy
#else
#define _strcpy strcpy
#endif
這樣的巨集來使用每乙個函式,而 tchar.h 標頭檔案已經幫我們做到了。只需包含它，並使用正確的經過巨集控制的函式名和型別。就可以很輕鬆地實現。。。
對於字串的賦值。
char* p = "ook";
wchar_t *p = "ook";//錯誤
而應該是
wchart_t *p = l"ook";//l表示寬字元。
當然，我們也不能直接這樣用。而是要用 text 巨集
用法如下 tchar *p = text("ook");
定義類似於下面這樣。
#ifdef unicode
typedef wchar_t tchar
#define text(x) l##x
#else
typedef char tchar
#define text(x)
#endif
這樣就能正確對應了。
總結一下編寫支援ansi/unicode編譯的原碼規則。
#將文字串視為字元陣列，而不是char陣列或byte陣列。（因為tchar的長度不固定）
#將通用資料型別（tchar，ptstr）用於文字字元和字串
#將顯式資料型別（byte，pbyte）用於位元組，位元組指標和資料快取
#將text巨集用於原義字元和字串。
#執行全域性性替換（例如用ptstr替換pstr）
#修改字串運算問題。例如計算陣列大小時，應該用sizeof(szbubffer)/szbuffer[0] ;
#include #include #include #include //寬位元組 bool stringreversw(pwstr pwchar) { pwstr pendstr = pwchar+wcslen(pwchar)-1; wchar pchar; while(pwchar此程式便支援ansi/unicode，並且輸出無異常。 可以將stringrevers_(pstr);遮蔽，將 //stringrevers(pstr);開啟，並在ansi/unicode下編譯看效果。 另外，輸出到控制台的結果，也說明了使用的字長不一樣。。。
關於用到的兩個轉換函式，可以查msdn。
總結完畢。。。打完收工。！！！！
posted @
2010-06-24 23:00
麒麟子(alex) 閱讀(
...)
編輯收藏
成為符合ANSI和UNICODE的應用程式
即使你不打算立即使用unicode，最好也應該著手將你的應用程式轉換成符合unicode的應用程式。下面是應該遵循的一些基本原則 1 將文字串視為字元陣列，而不是chars陣列或位元組陣列。2 將通用資料型別 如tchar和ptstr 用於文字字元和字串。3 將顯式資料型別 如byte和pbyte ...
python中string和Unicode的區別
首先要弄清楚的是，在python裡，string object和unicode object是兩種不同的型別。string object是由characters組成的sequence，而unicode object是unicode code units組成的sequence。string裡的char...
編寫符合Python風格的物件
1 掌握編寫pythonic code背後常用的特殊方法 2 掌握可擴充套件的格式化輸出方法 3 了解可雜湊物件的設定以及節省記憶體的 slots 物件。自定義的向量類需要支援基本的輸出，迭代，求模。從自定義向量型別入手寫出符合python風格的物件，這離不開特殊方法的支援。我們期望的自定義向量型別...