如何使用微軟提供的TCHAR.H頭文件？
2010-06-09 19:58
如果你現在寫的代碼使用的是SBCS (ASCII)字符集，但是過一段時間后某個客戶跟你說他們現在的系統只支持Unicode (wide-character)字符集，你怎么辦呢？問題的答案就在微軟給我們提供的tchar.h頭文件里面！

通過研究msdn知道，微軟為了方便程序寫出能夠使用不同字符集的通用代碼，特別為程序員提供了這個頭文件，頭文件的功能就是實現了 數據類型、函數以及其他對象依據宏定義進行map過程。

msdn的對該文件的描述如下：

To simplify transporting code for international use, the Microsoft run-time library provides Microsoft-specific

generic-text mappings for many data types, routines, and other objects.

這樣我們就可以使用TCHAR.H頭文件中的定義的這些mapping寫出可以運行于不同字符集上的通用代碼；你所需要做的就是在包含該頭文件后在編譯器選項里面定義好所需要的宏或者在你的源文件里使用#define定義所需要的宏也可以。

需要說明的是TCHAR.H給出的mapping過程是微軟專有的并不是ANSI標準，這點要注意，也就是說在微軟之外的系統可能就不可以使用了。

在編譯器編譯過程中會檢查你所定義的宏，然后將TCHAR.H文件中的以_tcs打頭的函數轉換成對應的str或wcs大頭的函數。如果你要build一個使用UNICODE字符集的程序，則可以定義_UNICODE宏。如果要build一個single-byte的程序則不需要定義任何宏，單字節字符程序時默認的（對于WIN32是這樣，對于WINCE默認則是unicode字符程序）。

我們特別要注意頭文件中定義的類型--_TCHAR；這個類型也是與使用的字符集類型有關的，如果是單字符集則其被定義成char類型；如果是寬字符集程序則是wchar_t類型，是16bit的。

如果我們不知道自己的系統究竟使用的是什么字符集我們可以使用_tcs打頭的系列函數和_TCHAR類型是不會錯的，編譯器在編譯過程中自己會做出正確的映射。

我們給出一個例子：

如果我們這樣寫程序：

_TCHAR *RetVal, *szString;
RetVal = _tcsrev(szString);

如果預編譯系統定義了宏_UNICODE ，則上述代碼被翻譯成如下：

wchar_t *RetVal, *szString;
RetVal = _wcsrev(szString);

如果沒有定義宏_UNICODE ，則preprocessor maps 該代碼to single-byte ASCII code:

char *RetVal, *szString; RetVal = strrev(szString);

Thus you can write, maintain, and compile a single source code file to run with routines that are specific to either single byte or Unicode character sets.

【注意】

我們有時候會看到這樣的函數wsprintf，有人會和swprintf比較，其實這兩個函數對用用戶來說是一樣的，只不過前者是在Winbase.h聲明，Winbase.c中定義的；后者是在stdio.h, stdlib.h文件中聲明。

轉載一篇很好的博文，如果你能看完以下的博文你就能徹底的理解windows系統中編程時亂想紛飛的字符錯類型了：

Windows環境下Unicode編程總結

UNICODE環境設置
在安裝Visual Studio時，在選擇VC++時需要加入unicode選項，保證相關的庫文件可以拷貝到system32下。

UNICODE編譯設置：
C/C++, Preprocessor difinitions 去除_MBCS，加_UNICODE,UNICODE
在ProjectSetting/link/output 中設置Entry為wWinMainCRTStartup
反之為MBCS（ANSI）編譯。

Unicode ：寬字節字符集

1. 如何取得一個既包含單字節字符又包含雙字節字符的字符串的字符個數？
可以調用Microsoft Visual C++的運行期庫包含函數_mbslen來操作多字節（既包括單字節也包括雙字節）字符串。
調用strlen函數，無法真正了解字符串中究竟有多少字符，它只能告訴你到達結尾的0之前有多少個字節。

2. 如何對DBCS（雙字節字符集）字符串進行操作？
函數 描述
PTSTR CharNext （ LPCTSTR ）; 返回字符串中下一個字符的地址
PTSTR CharPrev （ LPCTSTR, LPCTSTR ）； 返回字符串中上一個字符的地址
BOOL IsDBCSLeadByte( BYTE )； 如果該字節是DBCS字符的第一個字節，則返回非0值

3. 為什么要使用Unicode？
（1） 可以很容易地在不同語言之間進行數據交換。
（2） 使你能夠分配支持所有語言的單個二進制.exe文件或DLL文件。
（3） 提高應用程序的運行效率。
Windows 2000是使用Unicode從頭進行開發的，如果調用任何一個Windows函數并給它傳遞一個ANSI字符串，那幺系統首先要將字符串轉換成Unicode，然后將Unicode字符串傳遞給操作系統。如果希望函數返回ANSI字符串，系統就會首先將Unicode字符串轉換成ANSI字符串，然后將結果返回給你的應用程序。進行這些字符串的轉換需要占用系統的時間和內存。通過從頭開始用Unicode來開發應用程序，就能夠使你的應用程序更加有效地運行。
Windows CE 本身就是使用Unicode的一種操作系統，完全不支持ANSI Windows函數
Windows 98 只支持ANSI，只能為ANSI開發應用程序。
Microsoft公司將COM從16位Windows轉換成Win32時，公司決定需要字符串的所有COM接口方法都只能接受Unicode字符串。

4. 如何編寫Unicode源代碼？
Microsoft公司為Unicode設計了WindowsAPI，這樣，可以盡量減少代碼的影響。實際上，可以編寫單個源代碼文件，以便使用或者不使用Unicode來對它進行編譯。只需要定義兩個宏（UNICODE和_UNICODE），就可以修改然后重新編譯該源文件。
_UNICODE宏用于C運行期頭文件，而UNICODE宏則用于Windows頭文件。當編譯源代碼模塊時，通常必須同時定義這兩個宏。

5. Windows定義的Unicode數據類型有哪些？
數據類型 說明
WCHAR Unicode字符
PWSTR 指向Unicode字符串的指針
PCWSTR 指向一個恒定的Unicode字符串的指針
對應的ANSI數據類型為CHAR，LPSTR和LPCSTR。
ANSI/Unicode通用數據類型為TCHAR，PTSTR,LPCTSTR。

6. 如何對Unicode進行操作？
字符集 特性 實例
ANSI 操作函數以str開頭 strcpy
Unicode 操作函數以wcs開頭 wcscpy
MBCS 操作函數以_mbs開頭 _mbscpy
ANSI/Unicode 操作函數以_tcs開頭 _tcscpy（C運行期庫）
ANSI/Unicode 操作函數以lstr開頭 lstrcpy（Windows函數）
所有新的和未過時的函數在Windows2000中都同時擁有ANSI和Unicode兩個版本。ANSI版本函數結尾以A表示；Unicode版本函數結尾以W表示。Windows會如下定義：
#ifdef UNICODE
#define CreateWindowEx CreateWindowExW
#else
#define CreateWindowEx CreateWindowExA
#endif // !UNICODE

7. 如何表示Unicode字符串常量？
字符集 實例
ANSI “string”
Unicode L“string”
ANSI/Unicode T(“string”)或_TEXT(“string”)if( szError[0] == _TEXT(‘J’) ){ }

8. 為什么應當盡量使用操作系統函數？
這將有助于稍稍提高應用程序的運行性能，因為操作系統字符串函數常常被大型應用程序比如操作系統的外殼進程Explorer.exe所使用。由于這些函數使用得很多，因此，在應用程序運行時，它們可能已經被裝入RAM。
如：StrCat，StrChr，StrCmp和StrCpy等。

9. 如何編寫符合ANSI和Unicode的應用程序？
（1） 將文本串視為字符數組，而不是chars數組或字節數組。
（2） 將通用數據類型（如TCHAR和PTSTR）用于文本字符和字符串。
（3） 將顯式數據類型（如BYTE和PBYTE）用于字節、字節指針和數據緩存。
（4） 將TEXT宏用于原義字符和字符串。
（5） 執行全局性替換（例如用PTSTR替換PSTR）。
（6）修改字符串運算問題。例如函數通常希望在字符中傳遞一個緩存的大小，而不是字節。這意味著不應該傳遞sizeof(szBuffer),而應該傳遞（sizeof(szBuffer)/sizeof(TCHAR)。另外，如果需要為字符串分配一個內存塊，并且擁有該字符串中的字符數目，那幺請記住要按字節來分配內存。這就是說，應該調用
malloc(nCharacters *sizeof(TCHAR)),而不是調用malloc(nCharacters)。

10. 如何對字符串進行有選擇的比較？
通過調用CompareString來實現。
標志 含義
NORM_IGNORECASE 忽略字母的大小寫
NORM_IGNOREKANATYPE 不區分平假名與片假名字符
NORM_IGNORENONSPACE 忽略無間隔字符
NORM_IGNORESYMBOLS 忽略符號
NORM_IGNOREWIDTH 不區分單字節字符與作為雙字節字符的同一個字符
SORT_STRINGSORT 將標點符號作為普通符號來處理

11. 如何判斷一個文本文件是ANSI還是Unicode？
判斷如果文本文件的開頭兩個字節是0xFF和0xFE，那幺就是Unicode，否則是ANSI。

12. 如何判斷一段字符串是ANSI還是Unicode？
用IsTextUnicode進行判斷。IsTextUnicode使用一系列統計方法和定性方法，以便猜測緩存的內容。由于這不是一種確切的科學方法，因此 IsTextUnicode有可能返回不正確的結果。

13. 如何在Unicode與ANSI之間轉換字符串？
Windows函數MultiByteToWideChar用于將多字節字符串轉換成寬字符串；函數WideCharToMultiByte將寬字符串轉換成等價的多字節字符串。

//========================================================================

//TITLE:

// MultiByteToWideChar和WideCharToMultiByte用法詳解

//AUTHOR:

// norains

//DATE:

// 第一版:Monday 25-December -2006

// 增補版:Wednesday 27-December -2006

// 修訂版:Wednesday 14-March-2007 (修正之前的錯誤例子)

//Environment:

// EVC4.0 + Standard SDK

//========================================================================

1.使用方法詳解

在本文開始之處,先簡要地說一下何為短字符和寬字符.

所謂的短字符,就是用8bit來表示的字符,典型的應用是ASCII碼.而寬字符,顧名思義,就是用16bit表示的字符,典型的有UNICODE.關于 windows下的ASCII和UNICODE的更多信息,可以參考這兩本經典著作:《windows 程序設計》,《windows 核心編程》.這兩本書關于這兩種字符都有比較詳細的解說.

寬字符轉換為多個短字符是一個難點,不過我們只要掌握到其中的要領,便可如魚得水.

好吧,那就讓我們開始吧.

這個是我們需要轉化的多字節字符串:

char sText[20] = {"多字節字符串!OK!"};

我們需要知道轉化后的寬字符需要多少個數組空間.雖然在這個里程里面,我們可以直接定義一個 20*2寬字符的數組,并且事實上將運行得非常輕松愉快.但假如多字節字符串更多,達到上千個乃至上萬個,我們將會發現其中浪費的內存將會越來越多.所以以多字節字符的個數的兩倍作為寬字符數組下標的聲明絕對不是一個好主意.

所幸,我們能夠確知所需要的數組空間.

我們只需要將MultiByteToWideChar()的第四個形參設為-1,即可返回所需的短字符數組空間的個數:

DWORD dwNum = MultiByteToWideChar (CP_ACP, 0, sText, -1, NULL, 0);

接下來,我們只需要分配響應的數組空間:

wchar_t *pwText;

pwText = new wchar_t[dwNum];

if(!pwText)

{

delete []pwText;

}

接著,我們就可以著手進行轉換了.在這里以轉換成ASCII碼做為例子:

MultiByteToWideChar (CP_ACP, 0, psText, -1, sText, dwSize);

最后,使用完畢當然要記得釋放占用的內存:

delete []psText;

同理,寬字符轉為多字節字符的代碼如下:

wchar_t wText[20] = {L"寬字符轉換實例!OK!"};

DWORD dwNum = WideCharToMultiByte(CP_OEMCP,NULL,lpcwszStr,-1,NULL,0,NULL,FALSE);

char *psText;

psText = new char[dwNum];

if(!psText)

{

delete []psText;

}

WideCharToMultiByte (CP_OEMCP,NULL,lpcwszStr,-1,psText,dwNum,NULL,FALSE);

delete []psText;

如果之前我們已經分配好空間,并且由于字符串較短,可以不理會浪費的空間,僅僅只是想簡單地將短字符和寬字符相互轉換,那有沒有什么簡便的方法呢?

WIN32 API里沒有符合這種要求的函數,但我們可以自己進行封裝:



//-------------------------------------------------------------------------------------

//Description:

// This function maps a character string to a wide-character (Unicode) string

//

//Parameters:

// lpcszStr: [in] Pointer to the character string to be converted

// lpwszStr: [out] Pointer to a buffer that receives the translated string.

// dwSize: [in] Size of the buffer

//

//Return Values:

// TRUE: Succeed

// FALSE: Failed

//

//Example:

// MByteToWChar(szA,szW,sizeof(szW)/sizeof(szW[0]));

//---------------------------------------------------------------------------------------

BOOL MByteToWChar(LPCSTR lpcszStr, LPWSTR lpwszStr, DWORD dwSize)

{

// Get the required size of the buffer that receives the Unicode

// string.

DWORD dwMinSize;

dwMinSize = MultiByteToWideChar (CP_ACP, 0, lpcszStr, -1, NULL, 0);

if(dwSize < dwMinSize)

{

return FALSE;

}



// Convert headers from ASCII to Unicode.

MultiByteToWideChar (CP_ACP, 0, lpcszStr, -1, lpwszStr, dwMinSize);

return TRUE;

}

//-------------------------------------------------------------------------------------

//Description:

// This function maps a wide-character string to a new character string

//

//Parameters:

// lpcwszStr: [in] Pointer to the character string to be converted

// lpszStr: [out] Pointer to a buffer that receives the translated string.

// dwSize: [in] Size of the buffer

//

//Return Values:

// TRUE: Succeed

// FALSE: Failed

//

//Example:

// MByteToWChar(szW,szA,sizeof(szA)/sizeof(szA[0]));

//---------------------------------------------------------------------------------------

BOOL WCharToMByte(LPCWSTR lpcwszStr, LPSTR lpszStr, DWORD dwSize)

{

DWORD dwMinSize;

dwMinSize = WideCharToMultiByte(CP_OEMCP,NULL,lpcwszStr,-1,NULL,0,NULL,FALSE);

if(dwSize < dwMinSize)

{

return FALSE;

}

WideCharToMultiByte(CP_OEMCP,NULL,lpcwszStr,-1,lpszStr,dwSize,NULL,FALSE);

return TRUE;

}

使用方法也很簡單,示例如下:

wchar_t wText[10] = {L"函數示例"};

char sText[20]= {0};

WCharToMByte(wText,sText,sizeof(sText)/sizeof(sText[0]));

MByteToWChar(sText,wText,sizeof(wText)/sizeof(wText[0]));

這兩個函數的缺點在于無法動態分配內存,在轉換很長的字符串時可能會浪費較多內存空間;優點是,在不考慮浪費空間的情況下轉換較短字符串非常方便.

2.MultiByteToWideChar()函數亂碼的問題

有的朋友可能已經發現,在標準的WinCE4.2或WinCE5.0 SDK模擬器下,這個函數都無法正常工作,其轉換之后的字符全是亂碼.及時更改MultiByteToWideChar()參數也依然如此.

不過這個不是代碼問題,其結癥在于所定制的操作系統.如果我們定制的操作系統默認語言不是中文,也會出現這種情況.由于標準的SDK默認語言為英文,所以肯定會出現這個問題.而這個問題的解決,不能在簡單地更改控制面板的"區域選項"的"默認語言",而是要在系統定制的時候,選擇默認語言為"中文".

系統定制時選擇默認語言的位置于:

Platform -> Setting... -> locale -> default language ,選擇"中文",然后編譯即可.

14. Unicode和DBCS之間的區別
Unicode使用（特別在C程序設計語言環境里）“寬字符集”。「Unicode中的每個字符都是16位寬而不是8位寬。」在Unicode中，沒有單單使用8位數值的意義存在。相比之下，在“雙位組字符集”中我們仍然處理8位數值。有些位組自身定義字符，而某些位組則顯示需要和另一個位組共同定義一個字符。
處理DBCS字符串非常雜亂，但是處理Unicode文字則像處理有秩序的文字。您也許會高興地知道前128個Unicode字符（16位代碼從 0x0000到0x007F）就是ASCII字符，而接下來的128個Unicode字符（代碼從0x0080到0x00FF）是ISO 8859-1對ASCII的擴展。Unicode中不同部分的字符都同樣基于現有的標準。這是為了便于轉換。希臘字母表使用從0x0370到0x03FF 的代碼，斯拉夫語使用從0x0400到0x04FF的代碼，美國使用從0x0530到0x058F的代碼，希伯來語使用從0x0590到0x05FF的代碼。中國、日本和韓國的象形文字（總稱為CJK）占用了從0x3000到0x9FFF的代碼。Unicode的最大好處是這里只有一個字符集，沒有一點含糊。

15.衍生標準
Unicode是一個標準。UTF-8是其概念上的子集，UTF-8是具體的編碼標準。而ＵＮＩＣＯＤＥ是所有想達到世界統一編碼標準的標準。UTF-8標準就是Unicode（ISO10646）標準的一種變形方式，
UTF的全稱是：Unicode/UCS Transformation Format，其實有兩種UTF，一種是UTF-8，一種是UTF-16，
不過UTF-16使用較少，其對應關系如下：
在Unicode中編碼為 0000 - 007F 的 UTF-8 中編碼形式為: 0xxxxxxx
在Unicode中編碼為 0080 - 07FF 的 UTF-8 中編碼形式為: 110xxxxx 10xxxxxx
在Unicode中編碼為 0000 - 007F 的 UTF-8 中編碼形式為: 1110xxxx 10xxxxxx 10xxxxxx

utf-8是unicode的一個新的編碼標準,其實unicode有過好幾個標準.我們知道一直以來使用的unicode字符內碼都是16位,它實際上還不能把全世界的所有字符編在一個平面系統,比如中國的藏文等小語種,所以utf-8擴展到了32位,也就是說理論在utf-8中可容納二的三十二次方個字符. UNICODE的思想就是想把所有的字符統一編碼,實現一個統一的標準.big5、gb都是獨立的字符集,這也叫做遠東字符集,把它拿到德文版的 WINDOWS上可能將會引起字符編碼的沖突....早期的WINDOWS默認的字符集是ANSI.notepad中輸入的漢字是本地編碼,但在 NT/2000內部是可以直接支持UNICODE的。notepad.exe在WIN95和98中都是ANSI字符,在NT中則是 UNICODE.ANSI和UNICODE可以方便的實現對應映射,也就是轉換 ASCII是8位范圍內的字符集，對于范圍之外的字符如漢字它是無法表達的。unicode是16位范圍內的字符集，對于不同地區的字符分區分配，unicode是多個IT巨頭共同制定的字符編碼標準。如果在unicode環境下比如WINDOWS NT上，一個字符占兩字節16位，而在ANSI環境下如WINDOWS98下一個字符占一個字節8位.Unicode字符是16位寬，最多允許 65,535字符，數據類型被稱為WCHAR。
對于已有的ANSI字符，unicode簡單的將其擴展為16位：比如ANSI"A"=0x43,則對應的UNICODE為
"A"= 0x0043
而ASCII用七存放128個字符,ASCII是一個真正的美國標準,所以它不能滿足其他國家的需要,例如斯拉夫語的字母和漢字于是出現了Windows ANSI字符集,是一種擴展的ASCII碼,用8位存放字符,低128位仍然存放原來的ASCII碼,
而高128位加入了希臘字母等
if def UNICODE
TCHAR = wchar
else
TCHAR = char
你需要在Project\Settings\C/C++\Preprocesser definitions中添加UNICODE和_UNICODE
UINCODE,_UNICODE都要定義。不定義_UNICODE的話，用SetText(HWND,LPCTSTR),將被解釋為 SetTextA(HWND,LPTSTR),這時API將把你給的Unicode字符串看作ANSI字符串，顯示亂碼。因為windows API是已經編譯好存在于dll中的，由于不管UNICODE還是ANSI字符串，都被看作一段buffer,如"0B A3 00 35 24 3C 00 00"如果按ANSI讀，因為ANSI字串是以''''''''\0''''''''結束的，所以只能讀到兩字節"0B A3 \0"，如果按UNICODE讀，將完整的讀到''''''''\0\0''''''''結束。
由于UNICODE沒有額外的指示位，所以系統必須知道你提供的字串是哪種格式。此外，UNICODE好象是ANSI C++規定的，_UNICODE是windows SDK提供的。如果不編寫windows程序，可以只定義UNICODE。
開發過程：
圍繞著文件讀寫、字符串處理展開。文件主要有兩種：.txt和.ini文件
1. 在unicode和非unicode環境下字符串做不同處理的，那么需要參考以上9，10兩條，以適應不同環境得字符串處理要求。
對文件讀寫也一樣。只要調用相關接口函數時，參數中的字符串前都加上_TEXT等相關宏。如果寫成的那個文件需要是unicode格式保存的，那么在創建文件時需要加入一個字節頭。
CFile file;
WCHAR szwBuffer[128];

WCHAR *pszUnicode = L"Unicode string\n"; // unicode string
CHAR *pszAnsi = "Ansi string\n"; // ansi string
WORD wSignature = 0xFEFF;

file.Open(TEXT("Test.txt"), CFile::modeCreate|CFile::modeWrite);

file.Write(&wSignature, 2);

file.Write(pszUnicode, lstrlenW(pszUnicode) * sizeof(WCHAR));
// explicitly use lstrlenW function

MultiByteToWideChar(CP_ACP, 0, pszAnsi, -1, szwBuffer, 128);

file.Write(szwBuffer, lstrlenW(szwBuffer) * sizeof(WCHAR));

file.Close();
//以上這段代碼在unicode和非unicode環境下都有效。這里顯式的指明用Unicode來進行操作。
2. 在非unicode環境下，缺省調用的都是ANSI格式的字符串，此時TCHAR轉換為CHAR類型的，除非顯式定義WCHAR。所以在這個環境下，如果讀取unicode文件，那么首先需要移動2個字節，然后讀取得字符串需要用MultiByteToWideChar來轉換，轉換后字符串信息才代表 unicode數據。
3. 在unicode環境下，缺省調用得都是unicode格式得字符串，也就是寬字符，此時TCHAR轉換為WCHAR，相關得API函數也都調用寬字符類型的函數。此時讀取unicode文件也和上面一樣，但是讀取得數據是WCHAR的，如果要轉換成ANSI格式，需要調用 WideCharToMultiByte。如果讀取ANSI的，則不用移動兩個字節，直接讀取然后視需要轉換即可。

某些語言（如韓語）必須在unicode環境下才能顯示，這種情況下，在非unicode環境下開發，就算用字符串函數轉換也不能達到顯示文字的目的，因為此時調用得API函數是用ANSI的（雖然底層都是用UNICODE處理但是處理結果是按照程序員調用的API來顯示的）。所以必須用unicode來開發。

【總結】

看了這么多的資料也專研了這么長時間，也應該對自己的認識做個小結了，如果我們是寫 windows程序時，在編寫操作字符的程序時，我們可以調用運行時庫的函數，運行時庫中的函數接口定義都是行業標準的，也就是說如果你使用的都是運行時庫函數則你的程序在windows上開發的，但是編譯后也可以在linux系統上運行，只要這連個系統的編譯器所使用的運行時庫中的函數都嚴格按照國際標準實現的就ok。

你如果在windows上編程，編譯并運行，你當然可以使用windows系統提供給你的函數，這些函數得到了windows系統的支持。當然這樣的程序編譯后也只能在windows系統上運行，其他系統上無法正常執行。所有如果你再 windows上開發程序，而又想在其他系統上運行，這只能使用運行時庫函數了。

小結就這么多，如果有錯的地方請看官指正，歡迎交流！！！

總結

以上是生活随笔為你收集整理的如何使用微软提供的TCHAR.H头文件的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。