怎样理解unicode字符集,多字符集与unicode的区别

1.基本概念
2.L与_T
3.char TCHAR 与 wchar_t，strcpy wcscpy与_tcscpy
4.LPSTR，LPCSTR，LPTSTR，LPCTSTR，LPWSTR,LPCWSTR
5.ANSI转Unicode(char 转 wchar_t)
6.Unicode转ANSI(wchar_t 转 har)
7.CString

1.ANSI与Unicode ANSI：多字节字符集，采用不定长编码方式，存储英文字符时一个字节对应一个字符，而存储中文汉字时一个汉字采用两个字节存储。我们GB2312就是采用多字节字符集

1.1 多字节字符集(ANSI)： 在vs2017环境下，项目—>属性—>字符集 选择使用多字节字符集
使用多字节字符集存编码方式存储英文字符串，我们可以清楚的看到一个字节存储一个字符。
多字节字符集存储中文汉字

1.2：Unicode字符集：Unicode字符集采用的是定长编码，无论是英文字符还是
汉字，都是两个字节存储一个字符。
在 项目->属性->字符集 处选用Unicode字符集，确定。

使用Unicode字符集，存储英文字符串时内存如图所示：我们在地址0x00d9edb4处存储了字符串“FFFEFBF0”，查看该地址处的内存，发现存储的是46 00 46 00 46 00 45 00 46 00 42 00 46 00 30 00，两字节存储和一个字符，高位用0填充。

在使用Unicode字符集的条件下存储汉字，与多字节字符集是一样的。

1.3 如何区分文本是ANSI还是Unicode编码？

文本文件开头两个字节是0xFF和0xFE就是Unicode，否则是ANSI。

1.4 如何判断一个字符串是ANSI还是Unicode编码？

用IsTextUnicode进行判断

2.L与_T 2.1 Unicode.L L表示字符串资源采用Unicode编码方式，无论我们使用的是多字节字符集 还是Unicode字符集，L“字符串”都将采用Unicode的编码。

如图，在没有使用L时中文编码使用的是GBK。

无论我们使用的是多字节字符集还是Unicode字符集 ,使用L时字符串编码变成了Unicode编码 ，至于char* 与wchar_t * 的区别见下一节
2.2 _T也同字符常量相关，编码方式为多字节字符集时没有任何作用，如图所示：此时的编码方式和没有使用L和_T时是一样的。

编码方式为Unicode 时_T的作用和L的作用一致

3.char TCHAR 和 wchar_t , strcpy wcscpy和_tcscpy char不用多说，字符型，单位是字节。

wchar_t是Unicode的数据类型，定义在<string.h>中，单位双字节， 在ANSI中使用wchar_t报错。wchar_t的类型的字符是按照Unicode 的编码方式存储。

给wchar_t类型变量赋值时，要注意类型以及编码方式是否匹配。wchar_t *str=L"aaabbb"; str是wchar_t类型，而wchar_t是Unicode的数据类型，所以后面的"aaabbb"要用L将其转换成Unicode编码。

TCHAR是一个宏，并不是实际的某一类型，当使用多字节字符集时，TCHAR就是char，当字符集使用的是Uncode字符集时，TCHAR可以当成wchar_t来使用，这也是TCHAR的意义所在，我们不用具体细分我们改用char还是wchar_t，直接 使用TCHAR，编译器会根据我们字符集来进行相应的转化。TCHAR定义在<TChar.h>中，所以如果要使用TCHAR，首先要包含头文件<TChar.h>

图（Unicode字符集）

strcpy函数是c语言的一个标准库函数，功能是复制字符串，返回值类型为char*，多字节字符集编码使用strcpy函数，Unicode字符集使用wcscpy，_tcscpy函数和TCHAR，_T是一样的，是一个中间体，根据我们使用的字符集的不同来向两边转化。

这里有可能会对_T, TCHAR, _tcscpy有点不理解，它们的作用究竟是什么，不显得很多余吗？其实很简单，比如我们使用的是Unicode字符集，那么我们使用的编码就是Unicode编码，此时使用的字符类型是wchar_t, L"字符串"是将该字符串用Unicode编码的方式存储，但是同一套代码，如果我们将它放在多字节字符集的环境下，就会出现错误。
而如果我们使用的是中间类型THCAR， 配套的使用_T代替L,_tcscpy取代wcscpy，那么无论我们使用的是Unicode字符集还是多字节字符集，系统会自动根据我们的环境做出相应的变化从而能够同时满足Unicode编码和ANSI编码。

4.LPSTR,LPCSTR,LPTSTR,LPCTSTR,LPWSTR,LPCWSTR LPSTR:32bit指针 指向一个字符串，每个字符占1字节。相当于　char * LPCSTR:32-bit指针 指向一个常字符串，每个字符占1字节。相当于　const char * 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 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 LPWSTR: 32-bit指针，指向一个unicode字符串的指针,每个字符占2字节。 LPCWSTR:32-bit指针, 指向一个unicode字符串常量的指针,每个字符占2字节。

能看懂，记不住？分不清？让我们开看看每个字母的含义：
LP：long pointer，长指针，表示这是一个指针类型。
C：constant，常量，表示用该类型定义的变量只可赋初值不可修改
T: 这个T和上面的TCHAT，_T等是一套东西，表示取决于Unicode是否定义。
W:wide，表示Unicode编码，两个字节一个字符
STR：string。

由此我们可以得到

LPSTR 等于 char* LPCSTR 等于 const char* LPTSTR 等于 tchar* LPCTSTR 等于 const tchar* LPWSTR 等于 wchar_t* LPCWSTR 等于 const wchar_t*

看看它们的定义：

5.ANSI转Unicode

5.1 MultiByteToWideChar函数

MultiByteToWideChar

char szANSIString[20] = "ffbabbdd";wchar_t szwString[40];MultiByteToWideChar(CP_ACP, MB_PRECOMPOSED, szANSIString, -1, szwString, sizeof(szwString));

5.2 A2W
A2W，W2A， A2T，T2A的用法

6.Unicode转ANSI

6.1 WideCharToMultiByte函数
WideCharToMultiByte

6.2 W2A
A2W，W2A， A2T，T2A的用法

CString

在ANSI和Unicode下是如何编码的

CString str0 = _T("aabbcc");char *strChar0 = "aabbcc";wchar_t *strWChar0 = L"aabbcc";CString str = _T("你好");char *strChar = "你好";wchar_t *strWChar = L"你好";

根据测试我们可知知道得到CString也是和根据否使用Unicode字符集来调整编码方式的。等价于TCHAR*

阿诺德渲染器gpu需要学习么？Comparetrue/falsearraywithotherarraynslookup命令如何使用-linux运维kubectl插件管理工具krew的使用方法