vc中,unicode項目向多位元組字元集項目移植.

1: 首先更改項目屬性為多位元組字元集.
2: 對於所有 L"字串", 去掉L, 或改為=> _T("字串")  
    ps1: _T是個自動替換的宏, 可以根據編譯條件的不同, 替換成不同的東西.
    ps2:若想使用_T,要先包含<tchar.h>檔案
3: 替換所有的 WCHAR 為 TCHAR
4: 替換所有的Unicode函數為非Unicode函數 eg _wsplitpath_s => _splitpath_s
    ps1: 最好使用那些能夠根據編譯條件自動替換的函數.
            想所有的windowsAPI, 他都提供了兩個版本. 可以根據編譯條件自動替換
5: 對於那些僅提供Unicode版本的函數, 那麼就只要修改我們的參數以適應.
    eg: CImage::FromFile( CString str )=>CImage::FromFile( CString str)
    ==>    eg: CImage::FromFile( CString str )=>CImage::FromFile( CString str.AllocSysString()  )
6: 有個MultiChar***的函數. 也可以把多位元組字元轉換為unicode字元.

PS :多位元組字元集MBCS的含義是: 對於ANSI字元, 僅佔用一個位元組, 對於非ANSI字元, 比如中文,日文, 都佔用兩個位元組.
      由於ANSI字元有128個, 所以, ANSI字元的bit最高位為0, 當bit最高位為1時, 就表示是個雙位元組字元了.
      多位元組字元集有時也稱為 ANSI字元. 這是因為 MSDC相容ANSI的表示.
PS2: 對於Unicode字串, 結尾符為0x0000, 對於ansi字串結尾符為0x00, 對於MBCS,結尾福為 0x00(這個0x00是ANSI的一個字元, MSCB肯定相容了)

對於 char * pStr = "ddd中";
ANSI函數 strlen: 返回 5
MBCS函數 _mbslen: 返回 4, 它能識別到中是一個字元(雙位元組)
UNICODE函數 wcslen: 報錯, 無法將char*類型轉化為 w_char*類型!!!

Q UNICODE字串如何顯示
A
如果程式定義了_UNICODE宏直接用
WCHAR *str=L"unicodestring";
TextOut(0,0，str);
否則就需要轉換類型
#include <comdef.h>
WCHAR *str=L"unicodestring";
bstr_t str1=str;
TextOut(0,0，(char*)str1);

Q 如何?ANSI和UNICODE的相互轉換
A
將ANSI轉換到Unicode
(1)通過L這個宏來實現，例如: CLSIDFromProgID( L"MAPI.Folder",&clsid);
(2)通過MultiByteToWideChar函數實現轉換,例如:
char *szProgID = "MAPI.Folder";
WCHAR szWideProgID[128];
CLSID clsid;
long lLen = MultiByteToWideChar(CP_ACP,0,szProgID,strlen(szProgID),szWideProgID,sizeof(szWideProgID));
szWideProgID[lLen] = '/0';
(3)通過A2W宏來實現,例如:
USES_CONVERSION;
CLSIDFromProgID( A2W(szProgID),&clsid);

將Unicode轉換到ANSI
(1)使用WideCharToMultiByte,例如:
// 假設已經有了一個Unicode 串 wszSomeString...
char szANSIString [MAX_PATH];
WideCharToMultiByte ( CP_ACP, WC_COMPOSITECHECK, wszSomeString, -1, szANSIString, sizeof(szANSIString), NULL, NULL );
(2)使用W2A宏來實現,例如:
USES_CONVERSION;
pTemp=W2A(wszSomeString);

注意在轉換時可能存在的問題：
因 為ANSI轉UNICODE,如果使用A2W或MultiByteToWideChar（第一個參數是CP_ACP)的話,是根據系統預設的轉碼錶，把轉 入的ANSI字串看作Multi-Bytes字串處理的，如果是中文（中文windows預設就是中文），一個大於0x87的byte可能和下一 byte一起被看作一個漢字，然後根據漢字的Unicode編碼轉換為相同的Unicode漢字，如果找不到相應的編碼，一般就用一個預設的字元來取代它 （一般是問號“？”）,由此看，如果隨便把一段資料給他轉，轉化很複雜而且極可能無法復原，而且你加密過的ANSI碼是相當混亂的有很多〉0x87的 byte,轉換就變得無法復原了。
建議自己直接就這樣寫：
CHAR lpANSI[COUNT];
WCHAR lpUnicode[COUNT];
int i = 0;
while(lpANSI[i] != '/0' ) {
lpUnicode[i] = (WCHAR)lpANSI[i];
}
lpUnicode[i] = L'/0';
然 後按相同的方法轉回來，因為對於0~0x87的ANSI字串，對應的Unicode碼就是相同的16位值，至於其他的，你的字串反正加了密，沒必要轉 換成顯示出來是一樣的字元，就按同樣的方法處理了，其實如果中間的字串不用顯示或別的，直接reutrn (LPWSTR)lpANSI;過去也可以, 反正接受的時候自己清楚就可以了。

Q 如何讓程式支援UNICODE
A
NT 系統的核心是unicode代碼,通常vc分建立的工程預設都是ansi代碼（可以相容win9x）,在nt下ansi程式在調用windows API的時系統實際又進行了一次ansi到unicode的代碼轉化,如MoveWindowA實際上又調用MoveWindowW.如果以我們的程式 不考慮win9x(早晚是明日黃花)的話,直接用unicode編譯，那麼程式的代碼執行效率一定能增色不少.具體:
(0).在vc編譯選項 上,在vc7.0以上在工程的屬性頁面中的“字元集”選上"使用 Unicode 字元集"即可，在vc6.0下可能麻煩一點，得先把vc運行庫的unicode版本複製到vc路徑下,一般都是和xxx.lib的ansi對應 xxxU.lib,預設裝vc時是不會裝的，將工程屬性
(0).1.改語言定義:
在project settings的"C++"頁中的"preprocessor definitions"中改_MBCS為_UNICODE
(0).2.改入口函數:
在"link"頁中的"project Options"加入/entry:"wWinMainCRTStartup"即可.

(1)在代碼上,處理字元中的多用TCHAR.H中的宏,如strcpy用_tcscpy代替,用TCHAR代char,
用TCHAR m_mystr[]=_T("xxxx")代替 char m_mystr[]="xxxx";
(2)注意調試UNICODE程式時，需要在安裝時VC選擇所有選項，否則會缺少動態庫和相應的.lib檔案

Q 如何取得一個既包含單位元組字元又包含雙位元組字元的字串的字元個數？
A
可以調用Microsoft Visual C++的運行期庫包含函數_mbslen來操作多位元組（既包括單位元組也包括雙位元組）字串。
調用strlen函數，無法真正瞭解字串中究竟有多少字元，它只能告訴你到達結尾的0之前有多少個位元組。

Q 如何對DBCS（雙位元組字元集）字串進行操作？
A
函數 描述
PTSTR CharNext （ LPCTSTR ）; 返回字串中下一個字元的地址
PTSTR CharPrev （ LPCTSTR, LPCTSTR ）； 返回字串中上一個字元的地址
BOOL IsDBCSLeadByte( BYTE )； 如果該位元組是DBCS字元的第一個位元組，則返回非0值

Q 為什麼要使用Unicode？
A
(1) 可以很容易地在不同語言之間進行資料交換。
(2) 使你能夠分配支援所有語言的單個二進位.exe檔案或DLL檔案。
(3) 提高應用程式的運行效率。
Windows 2000是使用Unicode從頭進行開發的，如果調用任何一個Windows函數並給它傳遞一個ANSI字串，那麼系統首先要將字串轉換成 Unicode，然後將Unicode字串傳遞給作業系統。如果希望函數返回ANSI字串，系統就會首先將Unicode字串轉換成ANSI字元 串，然後將結果返回給你的應用程式。進行這些字串的轉換需要佔用系統的時間和記憶體。通過從頭開始用Unicode來開發應用程式，就能夠使你的應用程式 更加有效地運行。
Windows CE 本身就是使用Unicode的一種作業系統，完全不支援ANSI Windows函數
Windows 98 只支援ANSI，只能為ANSI開發應用程式。
Microsoft公司將COM從16位Windows轉換成Win32時，公司決定需要字串的所有COM介面方法都只能接受Unicode字串。

Q 如何編寫Unicode原始碼？
A
Microsoft 公司為Unicode設計了WindowsAPI，這樣，可以盡量減少代碼的影響。實際上，可以編寫單個原始碼檔案，以便使用或者不使用Unicode來 對它進行編譯。只需要定義兩個宏（UNICODE和_UNICODE），就可以修改然後重新編譯該源檔案。
_UNICODE宏用於C運行期標頭檔，而UNICODE宏則用於Windows標頭檔。當編譯原始碼模組時，通常必須同時定義這兩個宏。

Q Windows定義的Unicode資料類型有哪些？
A
資料類型 說明
WCHAR Unicode字元
PWSTR 指向Unicode字串的指標
PCWSTR 指向一個恒定的Unicode字串的指標
對應的ANSI資料類型為CHAR，LPSTR和LPCSTR。
ANSI/Unicode通用資料類型為TCHAR，PTSTR,LPCTSTR。

Q 如何對Unicode進行操作？
A
字元集 特性 執行個體
ANSI 操作函數以str開頭 strcpy
Unicode 操作函數以wcs開頭 wcscpy
MBCS 操作函數以_mbs開頭 _mbscpy
ANSI/Unicode 操作函數以_tcs開頭 _tcscpy（C運行期庫）
ANSI/Unicode 操作函數以lstr開頭 lstrcpy（Windows函數）
所有新的和未過時的函數在Windows2000中都同時擁有ANSI和Unicode兩個版本。ANSI版本函數結尾以A表示；Unicode版本函數結尾以W表示。Windows會如下定義：
#ifdef UNICODE
#define CreateWindowEx CreateWindowExW
#else
#define CreateWindowEx CreateWindowExA
#endif // !UNICODE

Q 如何表示Unicode字串常量？
A
字元集 執行個體
ANSI “string”
Unicode L“string”
ANSI/Unicode T(“string”)或_TEXT(“string”)if( szError[0] == _TEXT(‘J’) ){ }

Q 為什麼應當盡量使用作業系統函數？
A
這將有助於稍稍提高應用程式的運行效能，因為作業系統字串函數常常被大型應用程式比如作業系統的外殼進程Explorer.exe所使用。由於這些函數使用得很多，因此，在應用程式運行時，它們可能已經被裝入RAM。
如：StrCat，StrChr，StrCmp和StrCpy等。

Q 如何編寫符合ANSI和Unicode的應用程式？
A
(1) 將文本串視為字元數組，而不是chars數組或位元組數組。
(2) 將通用資料類型（如TCHAR和PTSTR）用於文本字元和字串。
(3) 將顯式資料類型（如BYTE和PBYTE）用於位元組、位元組指標和資料緩衝。
(4) 將TEXT宏用於原義字元和字串。
(5) 執行全域性替換（例如用PTSTR替換PSTR）。
(6) 修改字串運算問題。例如函數通常希望在字元中傳遞一個緩衝的大小，而不是位元組。這意味著不應該傳遞sizeof(szBuffer),而應該傳遞 （sizeof(szBuffer)/sizeof(TCHAR)。另外，如果需要為字串分配一個記憶體塊，並且擁有該字串中的字元數目，那麼請記住要 按位元組來分配記憶體。這就是說，應該調用
malloc(nCharacters *sizeof(TCHAR)),而不是調用malloc(nCharacters)。

Q 如何對字串進行有選擇的比較？
A
通過調用CompareString來實現。
標誌 含義
NORM_IGNORECASE 忽略字母的大小寫
NORM_IGNOREKANATYPE 不區分平假名與片假名字元
NORM_IGNORENONSPACE 忽略無佔空間字元
NORM_IGNORESYMBOLS 忽略符號
NORM_IGNOREWIDTH 不區分單位元組字元與作為雙位元組字元的同一個字元
SORT_STRINGSORT 將標點符號作為普通符號來處理

Q 如何判斷一個文字檔是ANSI還是Unicode？
A
判斷如果文字檔的開頭兩個位元組是0xFF和0xFE，那麼就是Unicode，否則是ANSI。

Q 如何判斷一段字串是ANSI還是Unicode？
A
用IsTextUnicode進行判斷。IsTextUnicode使用一系列統計方法和定性方法，以便猜測緩衝的內容。由於這不是一種確切的科學方法，因此 IsTextUnicode有可能返回不正確的結果。

Q 如何在Unicode與ANSI之間轉換字串？
A
Windows函數MultiByteToWideChar用於將多位元組字串轉換成寬字元串；函數WideCharToMultiByte將寬字元串轉換成等價的多位元組字串。

Q 如何得到漢字的Unicode編碼
A
#include "comdef.h"
char *str1="你好";
_bstr_t str=str1;
WCHAR *str2=str;
str2就是你要的UNICODE碼

Q 如何?#21592#24037#36873#25321這種編碼與漢字之間的轉換？
A
CString str="#21592#24037#36873#25321";
str+='#';
CString str1="";
WCHAR str2[5]={0,0,0,0,0};
int j=0;
do
{
            str1=str.Left(str.Find('#',1));
            str=str.Mid(str.Find('#',1));
            WCHAR i=0;
            sscanf(str1,"#%d",&i);
            str2[j]=i;
            j++;
}while(str1!="");
_bstr_t str3=str2;

 

本文來自CSDN部落格，轉載請標明出處：http://blog.csdn.net/b2b160/archive/2009/02/27/3942590.aspx