宽字符跟ASCII的区别及测试(转)
来源:百度文库 编辑:神马文学网 时间:2024/10/04 22:44:12
一.宽字符介绍
首先说,什么是ASCII,ASCII是用来表示英文字符的一种编码规范。每个ASCII字符占用1个字节,因此,ASCII编码可以表示的最大字符数是255(00H—FFH)。
其实,英文字符并没有那么多,一般只用前128个(00H—7FH,最高位为0),其中包括了控制字符、数字、大小写字母和其它一些符号。而最高位为1的另128个字符(80H—FFH)被称为“扩展ASCII”,一般用来存放英文的制表符、部分音标字符等等的一些其它符号。
也就是说char a_char[]="Hello";
这里的a_char的每个字符占一个字节,也就是8bit的空间,当然,由于是C风格字符串,末尾还有'\0',sizeof的结果为6字节。这就是ASCII编码。
char a_char[]="你好hi";
这个时候cout< 那什么是宽字符呢?那得先看什么是Unicode. Unicode也是一种字符编码方法,它占用两个字节(0000H—FFFFH),容纳65536个字符,这完全可以容纳全世界所有语言文字的编码。 下面例举几个字符的编码以简单演示ANSI和Unicode的区别: 字符 A N 和 看完我上面所说的,相信这里的编码你不难理解了。 什么是宽字符: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; 2.宽字符的使用 这个很简单,wchar_t *str1=L" 你好Hello"; 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*); 48 00 65 00 6c 00 6c 00 6f 00 二.宽字符与ASCII的转换 比较多的是用Windows的API,MultiByteToWideChar 跟WideCharToMultiByte 来实现宽字符跟ASCII之间的转换。 看这段代码. 上面这段代码可以实现从宽字符转为ASCII字符。 上面这段代码可以实现从ASCII字符转为宽字符。 至此,大家应该对宽字符Unicode跟ASCII多字节编码有大体认识了吧。
在Unicode里,所有的字符被一视同仁,汉字不再使用“两个扩展ASCII”,而是使用“1个Unicode”,也就是说,所有的文字都按一个字符来处理,它们都有一个唯一的Unicode码。
ANSII码 41H 4eH cdbaH
Unicode码 0041H 004eH 548cH
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。
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。
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:
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!
#include
#include
using namespace std;
int main()
{
wchar_t wText[] = {L"宽字符转换实例!OK!"};
int i;
cout<
cout<
psText = new char[dwNum];
WideCharToMultiByte (CP_OEMCP,NULL,wText,-1,psText,dwNum,NULL,FALSE); //把宽字符转为ASCII,写入psText 开始的内存
cout<
return 0;
}
#include
#include
using namespace std;
int main()
{
char sText[] = {"多字节字符串!OK!"};
cout<
cout<
pwText = new wchar_t[dwNum];
MultiByteToWideChar (CP_ACP, 0, sText, -1, pwText, dwNum); //进行转换
setlocale(LC_ALL, ""); //因为要输出宽字符,设置一下
wcout<
return 0;
}