windows编程学习笔记（7）ASCII与Unicode编码问题

以前本人写代码一直用的是VC6.0，最近才开始用VS2012写代码，VS默认的是使用Unicode字符集，在Unicode上出了很多问题，本来想着糊弄糊弄就过去了，但是一想，如果就这么过去了，那我也许永远也不懂，还是写出来加深一下印象。这篇文章主要是讲Unicode和ASCII编码的问题，以及在VS2012上使用Unicode需要注意的问题。

一.ASCII编码

ASCII（American Standard Code for Information）编码，中文名字美国信息交换标准代码。这是最早的计算机非数值编码方案，在当时，计算机上主流的语言就是拉丁语（没办法，谁让人家老美发明的计算机呢？我们每天写英文代码写得很蛋疼，要是写中文代码就爽了，哈哈，不过如果是中文表示的代码，估计除了中国的程序员都疯了），所以当时的人们想，只要能够囊括那些字母就可以表示所有的东西，如果当时就采用Unicode编码，那我们今天就会省去很多麻烦（话说回来，科技是不断进步的，人的认识也是不断进步的，没有任何的技术是完美的，都需要顺应时代的变化而做出变化）
ASCII编码为7个二进制位，可以表示128个字符，用一个字节表示，最高位作为校验位，低7位表示ASCII码。包括10个十进制数字，52个英文大写，小写字母，34个专用符号，32个控制符号。除了标准的ASCII码外，一些公司还使用8位的ASCII编码，即一个字节表示的编码，可以表示256个字符，英文是肯定够了，但是我们博大精深的中文呢？好像我们一口气就能说完256个字！ASCII编码肯定是不够用的，于是乎，就有了下一种编码，ANSI标准码。

二.ANSI标准编码

ANSI（American National Standards Institute）美国国家标准协会，（等等，为什么是美国？不是说中国的字嘛！）没错，就是美国，这不是一个编码方案，这只是一个组织，各个国家根据各国文字的特点进行编码，经过该组织的认证即可，这个组织的标准就是ASCII码的位置不能被占用，其他的自便。中国的大陆地区采用GB码，台湾地区采用BIG5码，GB码采用两个字节表示，每个字节采用低7位编码，这样最多可以表示出16384个汉字，显然足够我们使用了。但是这种编码也存在缺陷，虽然各国的编码都叫ANSI标准的编码，可各国的不同，试想一下，如果同时想用中国的和韩国的字，该怎么办呢？显然，这也不是一个妥当的编码方案，于是就有了Unicode编码方案。

三.Unicode编码

Unicode编码，顾名思义，统一编码，就是一张编码表中涵盖了所有的文字，管你是中文韩文西班牙文，都能在表中找到，这样就解决了ANSI标准编码的冲突问题。Unicode编码方式与国际标准ISO/IEC 10646的通用字符集（Universal
Character Set，UCS）相对应，两者码表兼容。关于UCS，有UCS-2编码，即用两个字节表示字符；有UCS-4编码，即用四个字节表示字符，当然还有之前就存在的ASCII编码，即一个字节即表示ASCII编码。
Unicode编码虽然是固定的，但是不同平台有不同的实现方式，一般都会处于节省空间的考虑，不会采用固定的四字节编码，而两字节又不能表示全世界所有的字符，所以一般会采用变长的方式实现Unicode。Unicode实现的方式称为Unicode
Translation Format,UTF目前存在的UTF格式有UTF-7，UTF-7.5，UTF-8，UTF-16，UTF-32。
以UTF-8为例，UTF-8是变长编码，最低用一个字节，最高用六个字节。即ASCII码仍用一个字节表示，而其他的视情况而定。

其实编码方式应该算是“历史遗留问题”，今后肯定还是都朝着Unicode的方向发展，虽然用惯了原来的编码方式，但是为了和国际接轨，还是开始用Unicode吧，不然以后改代码会改到崩溃。。。

四.VS中Unicode的使用

最近用VS2012编程，想运行一下之前在VC6.0下运行的程序，打开一个程序，一编译，原来在VC6.0下好好的程序，一下子蹦出了十来个错误，本人当时就崩溃了。仔细看了一下，其实都是字符集惹的祸。VS2012默认支持的字符集是Unicode字符集，而VC6.0默认的字符集是多字节字符集。

这种错误一般都是报出诸如“const char* 不能转换成为XXX”的问题
如：
error C2440: “=”: 无法从“const char [7]”转换为“LPCWSTR”与指向的类型无关；转换要求 reinterpret_cast、C 样式转换或函数样式转换

下面说一下解决方案：
方案一：这是个治标不治本的方法，明知道应该使用Unicode字符集，但我偏偏还要使用多字节字符集，就是原来VC6.0使用的字符集。
原因也很简单，毕竟是以前的东西，有些确实懒得再去修改了。所以为了能够运行，索性就把字符集换成多字节字符集。

具体方法如下：
从VS2012的工具栏选择 项目-->属性，打开属性控制面板。 选择 配置属性-->常规-->字符集。 可以选择使用Unicode字符集或者多字节字符集。

方案二：这个就是直接在编程的时候使用Unicode字符集，虽然会麻烦一些，但是我们毕竟还是要使用Unicode字符集，不能因为它麻烦我们就不用了。
目前的C++语法支持两种字符串形式：
一种是char*或者const char* 如“HELLO”；
另一种是w_char_t*或者const w_char_t* 如L"HELLO"注意第二种在双引号前面加了一个L。

TCHAR对应char
LPTSTR对应char*
LPCTSTR对应const char*

在VS中编程，我们可以这样处理，使用L开头的字符串，但是也是有一定的局限性，万一我不适用Unicode字符集了，哪天又想回到VC上编译一下，那我不是更崩溃了吗？

所以这里面我们使用另一种更加人性化的方式，即_T宏。
_T宏的作用很简单，如果当前使用的工程设置的是Unicode字符集，那它会自动在前面加一个L，如果没有设置Unicode字符集，就不加。即，如果是Unicode字符集，_T("HELLO")就自动转化为L"HELLO"，否则还是为“HELLO”。
补充：如果在编译的时候，提示没有找到_T符号，那就加上atlstr.h头文件。
还有一种方法，就是使用CString字符串，CString字符串有能够识别Unicode的构造函数，赋值运算符以及比较运算符。直接使用CString字符串也可以省去我们不少的麻烦。