VC++编程之字符串解惑--Unicode & MBCS

VC++中的字符串用起来着实让人难受，LPTSTR、LPCTSTR、LPCSTR、LPCWSTR、LPSTR、WCHAR、CString、_T()和L彼此之间的互相转换更是头痛。根据使用经验和MSDN Libary文档总结出如下：

1.CString类型字符串

CString位于头文件afx.h中，是MFC中的一种字符串类型的类。此处解释CString与LPSTR、LPCSTR相互转换问题。

注：typedef char CHAR;  typedef CHAR* LPSTR;  typedef CONST CHAR * LPCSTR;

1.1  LPSTR转换成CString

LPSTR lpStr =  “TestString”;

CString str(lpStr);

1.2  CString 转换成 LPSTR

方法一：

CString strName("TestString");

LPSTR lpStr = strName.GetBuffer();

strName.ReleaseBuffer();

方法二：

CString strName("TestString");

LPSTR lpStr = (LPSTR)(LPCSTR) strName;

2.  LPSTR、LPCSTR、LPWSTR、LPCWSTR、LPTSTR、LPCTSTR详解

首先要补充两个宏的解释：UNICODE和MBCS

MBCS宏对应的字符串指针是char *也就是LPSTR：typedef char * LPSTR

UNICODE宏对应的指针是unsigned·short * 也就是LPWSTR： typedef unsigned·short* LPWSTR

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。

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。

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。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。

LPSTR

      一个指向以’\0’结尾的字符串指针，字符用8位Windows(ANSI)字符表示。更多信息参考“字体使用的字符集”。这种类型在WinNT.h中声明如下：

           typedef  CHAR* LPSTR;

LPCSTR  (WinNT.h)

typedef _nullterminated CONST CHAR * LPCSTR;

补充： wchar_t 是本机类型

如果编译时指定编译参数 /Zc:wchar_t-，编译器就会要求定义wchar_t，或者要求包括定义它的众多头文件中的一个文件（如:wchar.h).wchar_t 通常定义为
typedef unsigned short  wchar_t;

编译器通过使用 /Zc:wchar_t 将wchar_t识别为本机类型。有关wchar_t的更多信息，参看MSDN Libary 的Data type Ranges条目。

WCHAR （Esent.h）

The WCHAR data type contains a 16-bit Unicode character.

#if !define(_NATIVE_WCHAR_T_DEFINE)

typedef  unsigned short WCHAR;

#else

typedef wchar_t WCHAR;   //此处的wchar_t类型大小随机器不同（指机器字长）而不同

#endif

LPWSTR

一个指向以’\0’结尾的字符串的指针，字符用16位Unicode字符集表示。更多信息参考“字体使用的字符集”。这种类型在WinNT.h中声明如下：

typedef  WCHAR * LPWSTR;

LPCWSTR

typedef CONST WCHAR * LPCWSTR;

LPCTSTR   (WinNT.h)

#ifdef  UNICODE

typedef  LPCWSTR  LPCTSTR;

#else

typedef  LPCSTR  LPCTSTR;

#endif

3. _T() 和 L

_T()一般同字符串相关，如_T("Hello, seeking!");如果你编译一个程序为MBCS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，使用L时不管你是以什么方式编译，一律UNICODE方式保存。如：L“Hello！”。其实“L”是来源于C++中对宽字符（Weld Char,比如Unicode字符）的定义，如：wstring wstrName = L"Hello, seeking!";

4.C语言数组和LPCSTR之间的转换

4.1 数组转成LPCSTR（即const char*）

char pchar_pcchar[20]= "pchar_pcchar";

if( typeid(pchar_pcchar)== typeid(char[20]) )

cout<< "char [20]" <<endl;

const char* PCChar=pchar_pcchar;   //数组直接可以转成LPCSTR

cout<< PCChar << endl;

输出结果：char [20]

pchar_pcchar

4.2 LPCSTR（即const char*）转成数组（即char*）

Mark20130912：思路还未找到

Mark20131119:一种思路

LPCSTR lpcstr = “long point const string”;

char * arry = (char *) lpcstr;

cout << arry << endl;