多位元組字元和寬字元

標籤：unicode   visualstudio   char   wchar_t   character set   

多位元組字元和寬字元

開發多語言版軟體，經常會碰到字元編碼的問題，看了很多資料都說得不是很清楚，終於碰到一篇講的不錯的文章跟大家分享一下！（時間關係，翻譯了重點部分）

char型和wchar型

 在日文版Windows上我們用到字元編碼是Shift-JIS，主要的用1byte表示英數字，2byte表示日文字元，這種編碼錶示的字元稱作多位元組字元。（中文版Windows字元編碼：GB2312）

char數組的字元

 世界上主流的標準字元編碼是Unicode，在Windows上，英數字，日文字元，中文字元，其他語言字元，原則上都是用2byte表示一個字元。這種編碼錶示的字元稱作寬節字。

wchar_t數組的字元

字元的聲明，定義和大小

為了表示不同的字串，下面定義了char型和wchar_t型的字串，其記憶體大小參考注釋部分。

// char（マルチバイト文字列）の宣言と表示char    strm[]  = "Testストリング";printf( "%3d: %s\n", sizeof( strm ), strm );    // 15: Testストリング // wchar_t（ワイド文字列）の宣言と表示setlocale( LC_ALL, "Japanese" );wchar_t strw[]  = L"Testすとりんぐ";wprintf( L"%3d: %s\n", sizeof( strw ), strw );  // 20: Testすとりんぐ

TCHAR型-自動識別編碼

在VisualStudio中可以通過TCHAR定義字元，TCHAR型就是typedef定義，程式在編譯時間候設定為多位元組字元時，變成了char型，設定為寬位元組字元時，變成了wchar_t型，是個方便的類型。

// TCHAR（自動対応型文字）の宣言と表示TCHAR   strt[]  = _T("Testすとリング");_tprintf( _T("%3d: %s\n"), sizeof( strt ), strt );

VisualStudio的字元集的指定

不管你是要用Unicode還是Shift-JIS在VisualStudio中都是可以自由的選擇。

在VisualStudio工程解決方案上右擊，從彈出的菜單中選擇屬性，出現如下的圖。

文字セット（字元集）-紅色框中

設定なし（沒有設定）:沒有設定_UNICODE _MBCS宏，僅適用於英文ANSII。
Unicode 文字セットを使用する（使用Unicode字元集）:設定了_UNICODE宏，TCHAR型自動轉換為wchar_t型，字元操作函數也自動轉換為了對應的寬字元函數。
マルチ バイト文字セットを使用する（使用多位元組字元集）：設定了_MBCS宏，TCHAR型自動轉換為char型，字串操作函數也自動轉換為了對應的多位元組函數。


多位元組字元與寬字元的轉換
函數mbstowcs：多位元組字元到寬字元的轉換函式

// mbstowcs関數でワイド文字列へ変換char    strm[]  = "Testストリング";wchar_t strwfm[32];setlocale( LC_ALL, "Japanese" ); mbstowcs( strwfm, strm, strlen( strm )+1 );wprintf( L"%s(文字數=%d)\n", strwfm, wcslen( strwfm ) );

函數wcstombs：寬字元到多位元組字元的轉換函式

// wcstombs関數でマルチバイト文字列へ変換wchar_t strw[]  = L"Testすとりんぐ";char    strmfw[32];setlocale( LC_ALL, "Japanese" ); wcstombs( strmfw, strw, sizeof( strmfw ) );printf( "%s(文字數=%d)\n", strmfw, strlen( strmfw ) );

P.S參考地址：http://mkubara.com/index.php/%E3%83%9E%E3%83%AB%E3%83%81%E3%83%90%E3%82%A4%E3%83%88%E6%96%87%E5%AD%97%E5%88%97%E3%81%A8%E3%83%AF%E3%82%A4%E3%83%89%E6%96%87%E5%AD%97%E5%88%97

多位元組字元和寬字元