新手原创---窄字节与宽字节

新手学习中

                        窄字节与宽字节

1、什么是窄字节，什么是宽字节：
英文字符，其大小为1字节的，叫窄字节
英文字符，其大小为2字节的，叫宽字节


2、不管编译器宽窄设置，中文字符默认占2字节，英文字符默认占1字节
如： sizeof（‘你’）  结果是2 ，不管编译器如何设置宽窄
sizeof（"你"）；结果3  中文2字节，结束符1字节  双引号表示字符串，自动添加结束符
sizeof（'abc'）；结果是3   单引号是字符，没有结束符，每个英文字符占1字节
sizeof（''abc''）；结果是4

3、字符实际储存的大小可人为改变，英文可以变大，中文变小会出错
英文字符可转换成一个字符占2字节。如：
sizeof（L'abc'）；结果6  L表示强行把一个字符变成两字节，这也就是宽字节，其实是用0填充了高位
sizeof（L'我bc'）；结果6  当然中文默认是2字节，L之后还是2字节
char m = '你' ; 编译没错，但是这里把原本2字节的，给了只有1字节空间的m ，结果数据丢失，运行显示时会有乱码
要正常显示，需要用多个char表示 ，如char m []= '你' ;
WCHAR m = L 'a';  转为宽字节后，需要2字节大小的类型来储存。

4、什么是窄字节环境，什么是宽字节环境：
编译器设置可设置为宽字节环境或者窄字节环境。
其区别就是：根据设置不同，把通用类型转换成窄或者宽类型。以及一些有两种类型的函数
如：数据类型
T 通用类型：TCHAR   头文件tchar.h
如果是窄字节环境，TCHAR转为CHAR
TCHAR m = 'a';
CHAR m ='a';
如果是宽字节环境，TCHAR转为wchar_t
wchar_t数据类型大小为2字节。
TCHAR m =L 'a';  //一定要加上L 否则报错
WCHAR m = L 'a';   //一定要加上L 否则报错

如：通用函数 _T(x)   函数把字符串参数转换成宽或者窄
宽环境：
_T("abc")； 8字节
窄环境 ：
_T("abc")；4字节，也可以直接写成 "abc"

编程时，最好使用通用类型，因为方便日后修改。

MessageBox---MessageBoxA 和 MessageBoxW

如果系统设置窄---则MessageBox变成MessageBoxA
如果系统设置宽---则MessageBox变成MessageBoxW


5、为何中文字符需要两个字节储存

英文字符只有a~z 大小写总的也就48种。
一个字节8位二进制，其数字的01组合种类完全满足其个数。255个字符
但是一个中文字符，却有太多种不同。所以一个字节8位的排列组合无法满足其个
数。
所以又了两个字节16位来表示一个中文字符。（还要表示韩文，日文等）


6、编译器的默认

vc++ 6.0 默认为Ansi编码，vs2005、vs2008、vs2010 等默认都是Unicode编码


7、为何建议把环境设置成宽字节
如果是窄字节环境，其程序在日文环境，韩文环境等可能会出现乱码
原因涉及一些底层原理。
宽字节把所有字符都以2字节储存，所以缺点是占用空间大。

8、什么时候必须进行窄宽转换

某些API只提供窄版本或者宽版本。但使用其返回值等又必须转换才能给其他使用
。
比如GetProcAddress
其第二个参数是指向窄字节的指针。不可指向宽字节。

9、一些数据类型不仅根据宽窄而变，而且还会根据根据系统而改变

比如size_t

编译器中定义为：
#ifndef   _SIZE_T_DEFINED
  #ifdef     _WIN64
  typedef   unsigned   __int64         size_t;   //8个字节，64位
  #else
  typedef   _W64   unsigned   int       size_t;   //4个字节，32位
  #endif
  #define   _SIZE_T_DEFINED
#endif

**********************************************************************************

**********************************************************************************

**********************************************************************************

**********************************************************************************

10、如何对字符变量进行窄宽转换

WideCharToMultiByte 实现宽字节转换到窄字节，也可统计字符长度(根据参数不同还能转换成其他类型)
MultiByteToWideChar 实现窄字节转换到宽字节

关键代码：

int needBytes = WideCharToMultiByte(CP_ACP, 0, pWideChar, -1, NULL, 0, NULL, NULL);
WideCharToMultiByte(CP_ACP, 0, pWideChar, -1, pszBuf, needBytes, NULL, NULL);


说明：

1、pWideChar表示待转换的字符串指针，-1表示长度为总字符个数-总长度（包含结束符），其他参数照上面传。
2、第一次调用没传转换后的缓冲区，函数的功能是返回总长度
3、第二次调用，需要传入缓冲区指针：
pszBuf = new char[needBytes+1];
注意，这里是needBytes+1。因为转换的时候，是把包含结束符整个长度给转换了。而空间本身还需要预留一个结束符。
实际上，转换后是有两个结束符。
4、虽然我们申请了needBytes+1，但是传参数的时候，是传needBytes，因为能用的只有needBytes长度。


int needWChar = MultiByteToWideChar(CP_ACP, 0, pChar, -1, NULL, 0);
  MultiByteToWideChar(CP_ACP, 0, pChar, -1, pszBuf, needWChar);




11、获取字符串长度（字符个数）的函数

Ansi：strlen(char *str);
Unicode：wcslen(wchar_t *str);

注意：strlen获取的长度不包含结束符，也就是说，他碰到结束符\0就结束。如果字符是"ab\0ab"
那么长度就是2。

12、获取字符串占用字节数：
Ansi：

char szStr[] = "abc";
sizeof(szStr);  



  char *psz = "defgh";
（strlen(psz)+1）*sizeof(char); //求总字节数
  strlen(psz)*sizeof(char);        //有效字节数


注意：strlen(psz) 求出的长度不包含结束符，碰到\0结束统计。如果是"ab\0ab"那么其统计的结果就是2

注意：不可用sizeof(psz)，这只是统计指针变量字节数。
但是如果换成数组名，那就是数组总字节数。（因为这个是指针常量）


Unicode：
wchar_t szwStr[] = L"abc";
sizeof(szwStr); wchar_t *pwsz = L"defgh";

wcslen(pwsz)*sizeof(wchar_t);
（wcslen(pwsz)+1）*sizeof(wchar_t);

通用函数求字节数：

TCHAR szStr[] = _T("abc");
sizeof(szStr);

TCHAR *psz = _T("defgh");
_tcslen(psz)*sizeof(TCHAR);
（_tcslen(psz)+1）*sizeof(TCHAR);






12、简单宽窄转换方式：A2W、W2A、T2A、T2W  

返回值就是转换好的字符串 #include <atlbase.h>


如：
void f()
{
USES_CONVERSION;
wchar_t * p = A2W("abc");
}

说明：

1、包含头文件#include <atlbase.h>

2、使用之前必须要加 USES_CONVERSION;

3、此为静态空间，会自动释放

注意：不可“直接”在循环里使用：如：

void func()
{
    while(true)
    {
        {
            USES_CONVERSION;
            A2W("abc");
        }
    }
}

原因：
出括号范围后，局部变量依然存在，只有销毁活动记录后，局部变量才跟着销毁。但是出了括号就出了变量的作用域，没法通过变量名直接访问。（  c专家编程  第125页）

意思就是说，大括号出来后，变量没被释放，但不能访问，只有函数结束后才会被释放，因此这个循环导致内存无法被释放。


解决方法：让其包含在函数里：如：

void fn2()
{
    USES_CONVERSION;
    DoSomething(A2W("SomeString"));
} void fn()
{
    while(true)
    {
        fn2();
    }
}



头文件包含：

A2W   ------- #include <atlbase.h>

TCHAR  wchar_t ------#include"tchar.h"

WideCharToMultiByte  ------  #include <windows.h>





13、vc6.0如何修改成宽字节。

　打开[工程]->[设置…]对话框，在C/C++标签对话框的“预处理程序定义”中去除_MBCS，加上_UNICODE,UNICODE。（注意中间用逗号隔开）

     如果是MFC:

　　因为MFC应用程序有针对Unicode专用的程序入口点，我们要设置entry point。否则就会出现连接错误。
　　设置entry point的方法是：打开[工程]->[设置…]对话框，在Link页的Output类别的Entry Point里填上wWinMainCRTStartup

  

游客，如果您要查看本帖隐藏内容请回复

Crocodile

{:1_1:}