使用C++进行Unicode 编程

使用C++进行Unicode 编程

对宽字符的支持其实是ANSI C 标准的一部分，用以支持多字节表示一个字符。

宽字符和Unicode 并不完全等同，Unicode 只是宽字符的一种编码方式。

1、宽字符的定义

在 ANSI 中，一个字符（char）的长度为一个字节（Byte）。使用Unicode 时，一个字

符占据一个字，C++在wchar.h 头文件中定义了最基本的宽字符类型wchar_t：

typedef unsigned short wchar_t;

从这里我们可以清楚地看到，所谓的宽字符就是无符号短整数。

2、常量宽字符串

对C++程序员而言，构造字符串常量是一项经常性的工作。那么，如何构造宽字

符字符串常量呢？很简单，只要在字符串常量前加上一个大写的L 就可以了，比

如：

wchar_t *str1=L" Hello";

这个L 非常重要，只有带上它，编译器才知道你要将字符串存成一个字符一个字。

还要注意，在L 和字符串之间不能有空格。

3、宽字符串库函数

为 了操作宽字符串，C++专门定义了一套函数，比如求宽字符串长度的函数是

size_t __cdel wchlen(const wchar_t*);

为什么要专门定义这些函数呢？最根本的原因是，ANSI 下的字符串都是以’¥0’

来标识字符串尾的（Unicode 字符串以“¥0¥0”结束），许多字符串函数的正确操作均

是以此为基础进行。而我们知道，在宽字符的情况下，一个字符在内存中要占据一

个字的空间，这就会使操作ANSI 字符的字符串函数无法正确操作。以”Hello”字符

串为例，在宽字符下，它的五个字符是：

0x0048 0x0065 0x006c 0x006c 0x006f

在内存中，实际的排列是：

48 00 65 00 6c 00 6c 00 6f 00

于是，ANSI 字符串函数，如strlen，在碰到第一个48 后的00 时，就会认为字符

串到尾了，用strlen 对宽字符串求长度的结果就永远会是1！

4、用宏实现对ANSI 和Unicode 通用的编程

可见，C++有一整套的数据类型和函数实现Unicode 编程，也就是说，您完全可

以使用C++实现Unicode 编程。

如 果 我们想要我们的程序有两个版本：ANSI 版本和Unicode 版本。当然，编写两套

代码分别实现ANSI 版本和Unicode 版本完全是行得通的。但是，针对ANSI 字符和

Unicode 字符维护两套代码是非常麻烦的事情。为了减轻编程的负担，C++定义了

一系列的宏，帮助您实现对ANSI 和Unicode 的通用编程。

C++宏实现ANSI 和Unicode 的通用编程的本质是根据”_UNICODE”（注意，有下

划线）定义与否，这些宏展开为ANSI 或Unicode 字符（字符串）。