神马文学网《Windows程序设计》第二章学习心得|通透说Unicode - 程序设计 - 如鹏网 ...
来源：百度文库 编辑：神马文学网 时间：2024/04/29 10:40:46
《Windows程序设计》第二章学习心得|通透说Unicode
这几天开始啃Charles Petzeld的《Windows程序设计》。啃到第二章时，为了搞清楚宽字符、UNICODE版本等这些问题，我特意分别编译了ASCII版本和UNICODE版本程序，并在虚拟机中装上Windows98，将其拖进去分别运行看效果!
这里说下我学习第二章后的一些发现和心得！
如何编译UNICODE版本程序
我们平常编译出来的程序一般都是ASCII版本。由于平时没有要求，即使我们看了书，了解了点UNICODE版本的相关知识。但因为没有尝试过动手编译，我们对于UNICODE版本的认识还是很模糊的。
不要光看不练，最好的学习方法应该付诸于实践。让我们来尝试着编译一个UNICODE版本吧！
如何下手呢?可能很多人会说：“书上说只要定义一个‘UNICODE’标识符就OK了！”嗯，没错！说起来挺容易，但是可能很多人还不清楚这个“UNICODE”标识符怎么定义，在哪里定义？
这个“UNICODE”标识符需要在源文件的最上方定义（当然，也在#include等这些头包含预编译命令之上），即加上一句“#define UNICODE”。
这边不必顾虑“#define UNICODE”右边是否有个常量。诸如“#define UNICODE 0”，“#define UNICODE 1”或者是“#define UNICODE 1234 ”这种形式都是可以的，只要“UNICODE”这个标识符有被定义就成。搞不清楚的鹏友可以参考《C语言参考手册》或是《C语言核心技术》中关于“#ifndef”和“#ifdef”以及“#if”的相关用法。
OK，“UNICODE”标识符定义完成。
别以为这样就大功告成了。如果你尝试着去编译一下，你会失望的。编译器也许提示一堆烦人错误。别急，看一下错误报告！这时你将发现，哇，基本上都是关于类型转换的错误。不急，且往下看。
修改代码，完成UNICODE版本编译
前面杨老师在《C语言也能干大事》中一再提到，将字符串包在TEXT()宏里面。为啥？哈哈，现在终于知道啦！书中提到，UNICODE版本中，每个字符占2个字节。同时还提到，用“wchar_t”类型定义的字符数组在初始化时，需要在字符串前面加上“L”，如：
[cpp]wchar_t szRuPeng[] = L"学在如鹏！";[/cpp]
而宏TEXT，在编译UNICODE版本时将会在字符串前面加个“L”，如：
[cpp]TCHAR szRuPeng[] = TEXT("学在如鹏");[/cpp]
定义了“UNICODE”标识符后，编译器会将上面语句改成：
[cpp]wchar_t szRuPeng[] = L"学在如鹏！";[/cpp]
这个就是关键所在了，后面出现的很多类型转换问题都得基于它去解决！
之前鹏友们在学习杨老师的《C语言也能干大事》课程后，课下练习时可能会有这样的情况：把字符指针也放在TEXT()里面（这个字符指针包括指向字符串的，指向字符数值的，或者直接就是字符串数组名）。如：
[cpp] TCHAR szRuPeng[] = "学在如鹏";
MessageBox(NULL, TEXT(szRuPeng), TEXT("如鹏"), MB_OK);
[/cpp]
不知道这样做的鹏友多不多，至少我就这么做了。
大家可能觉得这样做没什么问题，编译可以通过，程序执行似乎也完全正常。但是在编译UNCODE版本时，它却出事啦。错误报告可能是说发现未定义的标识符，怎么回事？原因在于TEXT宏会在字符串前面加个“L”，对于字符指针当然也不例外。于是就成了下面这样：
MessageBoxW(NULL, LszRuPeng, L"如鹏", MB_OK);
MessageBoxW(NULL, LszRuPeng, L"如鹏", MB_OK);
显然跑出了一个未定义标识符“LszRuPeng”。
所以，以后写代码时，除了字符串常量外，最好不要把字符指针放在TEXT()里面。推荐这样写：
[cpp] TCHAR szRuPeng[] = TEXT("学在如鹏");
MessageBox(NULL, szRuPeng, TEXT("如鹏"), MB_OK);
[/cpp]
还有，格式化输出函数也不要放过。比如wsprintf，以前大家可能这么写：
[cpp]int iNum = 321;
TCHAR szBuff[256];
ZeroMemory(szBuff, sizeof(szBuf));
wsprintf(szBuff, "计算机%d已经改为如鹏网啦！", iNum);[/cpp]
咋一看没啥问题，同样在平时可以正常编译正常执行。可能有鹏友会说“sizeof(szBuf)应该换成sizeof(szBuf) / sizeof(TCHAR)”
嗯，当然，这也是个问题。在UNICODE版本中sizeof(TCHAR) = 2，而ZeroMemory则是对memset函数改装的一个宏。它的功能是在指定的一段连续的内存空间中填充字符'\0'。
（在MSDN中查到memset的函数原型为：
void *memset( void *dest, int c, size_t count);
从第二个参数可以看出，它即能支持ASCII版本，也能支持UNICODE版本，也就是说字符c既可以占1个字节，也可以占2个字节）
在UNICODE版本中'\0'占用2个字节。又因szBuff[256]也成了宽字符版，实际占用2 * 256 = 512个字节，故需要填充sizeof(szBuf) / sizeof(TCHAR) = 512 / 2 = 256个宽字符'\0'（编译器会自动对该字符进行零扩充）。
“OK，搞定问题！”
别高兴地太早，这里还有个更可恨的问题没有被发现。再次编译一下UNICODE版本，又报错了。还是类型转换错误，可恨的类型转换。
跟前面一样，还得把字符串放在TEXT()里面，于是就写成了下面这个德行：
wsprintf(szBuff, TEXT("计算机%d已经改为如鹏网啦！"), iNum);
wsprintf(szBuff, TEXT("计算机%d已经改为如鹏网啦！"), iNum);
是不是很别扭，可是人家就得要这样！因为wsprintf调用的是它的宽字符版即wsprintfW。于是上面的代码被编译器改成：
[cpp]int iNum = 321;
wchar_t szBuff[256];
memset(szBuff, '\0', sizeof(szBuf) / sizeof(wchar_t));
wsprintfW(szBuff, L"计算机%d已经改为如鹏网啦！", iNum);[/cpp]
又解决了一个问题， 改啊改，改啊改，没完没了地改！继续往下看！
如果有鹏友像下面这样声明一个指向字符串的指针：
[cpp]TCHAR szRuPeng[] = TEXT("学在如鹏！");
PSTR lpszRuPeng = szRuPeng;
/*或者
LPSTR lpszRuPeng = szRuPeng;
或者
PCHAR lpszRuPeng = szRuPeng;
又或者
char * lpszRuPeng = szRuPeng;
*/[/cpp]
那么真是不好意思了，又要出问题啦。类型转换问题，万恶的类型转换问题啊！！
放下仇恨把，解铃还须系铃人。这时需要改成这样：
[cpp]
TCHAR szRuPeng[] = TEXT("学在如鹏！");
PTSTR lpszRuPeng = szRuPeng;
/*或者
LPTSTR lpszRuPeng = szRuPeng;
或者
PTCHAR lpszRuPeng = szRuPeng;
又或者
TCHAR * lpszRuPeng = szRuPeng;
*/[/cpp]
为什么？书上有，翻书可以找到答案。另外，杨老师的《C语言也能干大事》也经常提到的，跳转到它们的定义去看一下吧！
我们可以想象到，诸如：
[cpp]char szRuPeng[] = "学在如鹏！";
char * lpszRuPeng = szRuPeng;
[/cpp]
这样的代码在编译UNICODE版本时虽然可以通过，但是显示的时候则会出一行乱码。
所以我们写Windows程序时，在没有特定要求下（比如char szRuPeng[] = "Study in RuPeng!";），最好使用Windows给我们提供的数据类型。如定义字符变量用TCHAR，定义字符指针用PTSTR，LPTSTR或TCHAR *，如此种种！
同样需要注意的还有字符串处理函数的使用，也最好使用Windows提供给我们的，用lstrlen替代strlen等等，这些在Charles Petzold的书中已经讲得很详细了。同时，我们在学习杨老师的《C语言也能干大事》时，已经使用过很多这样的函数了！
虽然目前我们都没有必要去编译UNICODE版本的程序。但是，在以后，也许工作上有要求，也许UNICODE有大行其道的那么一天，我们必须编写UNICODE版本的程序。那么我们原有的编程习惯将会影响到我们个人发展。
原帖由 阿修的逆袭 于 2009-11-3 18:44 发表
用了TEXT宏 貌似编译的时候会自动选择MessageBox的类型吧?
不是这样子的，举个例子吧！
写个简单的win32程序，如下：
// 这里没有定义UNICODE标识符
#include
int WINAPI WinMain(HINSTANCE hInstance,
HINSTANCE hPrevInstance,
PSTR lpCmdLine,
int iShowCmd)
{
MessageBox(NULL, TEXT("学在如鹏网，在校不迷茫，毕业即辉煌！"),
TEXT("如鹏"), MB_OK);
return 0;
}
// 这里没有定义UNICODE标识符 #include int WINAPI WinMain(HINSTANCE hInstance, HINSTANCE hPrevInstance, PSTR lpCmdLine, int iShowCmd) { MessageBox(NULL, TEXT("学在如鹏网，在校不迷茫，毕业即辉煌！"), TEXT("如鹏"), MB_OK); return 0; }
上面这段代码在编译时默认为ASCII版本，也就是说编译器会把上面的代码大致改成这样：
// 这里没有定义UNICODE标识符
#include
int __stdcall WinMain(void *hInstance,
void *hPrevInstance,
char *lpCmdLine,
int iShowCmd)
{
//MessageBox替换为ASCII版的MessageBoxA
MessageBoxA(0, "学在如鹏网，在校不迷茫，毕业即辉煌！",
"如鹏", 0x00000000L);
// TEXT()在ASCII版里啥都没了
return 0;
}
// 这里没有定义UNICODE标识符 #include int __stdcall WinMain(void *hInstance, void *hPrevInstance, char *lpCmdLine, int iShowCmd) { //MessageBox替换为ASCII版的MessageBoxA MessageBoxA(0, "学在如鹏网，在校不迷茫，毕业即辉煌！", "如鹏", 0x00000000L); // TEXT()在ASCII版里啥都没了 return 0; }
如果是定义了“UNICODE”标识符的话，也就是像如下代码：
// 下面定义了“UNICODE”标识符
#define UNICODE
#include
int WINAPI WinMain(HINSTANCE hInstance,
HINSTANCE hPrevInstance,
PSTR lpCmdLine,
int iShowCmd)
{
MessageBox(NULL, TEXT("学在如鹏网，在校不迷茫，毕业即辉煌！"),
TEXT("如鹏"), MB_OK);
return 0;
}
// 下面定义了“UNICODE”标识符 #define UNICODE #include int WINAPI WinMain(HINSTANCE hInstance, HINSTANCE hPrevInstance, PSTR lpCmdLine, int iShowCmd) { MessageBox(NULL, TEXT("学在如鹏网，在校不迷茫，毕业即辉煌！"), TEXT("如鹏"), MB_OK); return 0; }
那么编译器大致会把上面的代码改成这样：
// 下面定义了“UNICODE”标识符
#define UNICODE
#include
int __stdcall WinMain(void *hInstance,
void *hPrevInstance,
char *lpCmdLine,
int iShowCmd)
{
// MessageBox替换为UNICODE版的MessageBoxA
MessageBoxW(0, L"学在如鹏网，在校不迷茫，毕业即辉煌！",
L"如鹏", 0x00000000L);
// 包在TEXT()里的字符串前面加上了一个“L”，表示它是宽字符版的
return 0;
}
// 下面定义了“UNICODE”标识符 #define UNICODE #include int __stdcall WinMain(void *hInstance, void *hPrevInstance, char *lpCmdLine, int iShowCmd) { // MessageBox替换为UNICODE版的MessageBoxA MessageBoxW(0, L"学在如鹏网，在校不迷茫，毕业即辉煌！", L"如鹏", 0x00000000L); // 包在TEXT()里的字符串前面加上了一个“L”，表示它是宽字符版的 return 0; }
所以，MessageBox宏被替换成哪个函数不是由TEXT决定的，而是由是否定义了“UNICODE”标识符决定的，同时它也决定了TEXT宏被替换成什么！
这几天开始啃Charles Petzeld的《Windows程序设计》。啃到第二章时，为了搞清楚宽字符、UNICODE版本等这些问题，我特意分别编译了ASCII版本和UNICODE版本程序，并在虚拟机中装上Windows98，将其拖进去分别运行看效果!
这里说下我学习第二章后的一些发现和心得！
如何编译UNICODE版本程序
我们平常编译出来的程序一般都是ASCII版本。由于平时没有要求，即使我们看了书，了解了点UNICODE版本的相关知识。但因为没有尝试过动手编译，我们对于UNICODE版本的认识还是很模糊的。
不要光看不练，最好的学习方法应该付诸于实践。让我们来尝试着编译一个UNICODE版本吧！
如何下手呢?可能很多人会说：“书上说只要定义一个‘UNICODE’标识符就OK了！”嗯，没错！说起来挺容易，但是可能很多人还不清楚这个“UNICODE”标识符怎么定义，在哪里定义？
这个“UNICODE”标识符需要在源文件的最上方定义（当然，也在#include
这边不必顾虑“#define UNICODE”右边是否有个常量。诸如“#define UNICODE 0”，“#define UNICODE 1”或者是“#define UNICODE 1234 ”这种形式都是可以的，只要“UNICODE”这个标识符有被定义就成。搞不清楚的鹏友可以参考《C语言参考手册》或是《C语言核心技术》中关于“#ifndef”和“#ifdef”以及“#if”的相关用法。
OK，“UNICODE”标识符定义完成。
别以为这样就大功告成了。如果你尝试着去编译一下，你会失望的。编译器也许提示一堆烦人错误。别急，看一下错误报告！这时你将发现，哇，基本上都是关于类型转换的错误。不急，且往下看。
修改代码，完成UNICODE版本编译
前面杨老师在《C语言也能干大事》中一再提到，将字符串包在TEXT()宏里面。为啥？哈哈，现在终于知道啦！书中提到，UNICODE版本中，每个字符占2个字节。同时还提到，用“wchar_t”类型定义的字符数组在初始化时，需要在字符串前面加上“L”，如：
[cpp]wchar_t szRuPeng[] = L"学在如鹏！";[/cpp]
而宏TEXT，在编译UNICODE版本时将会在字符串前面加个“L”，如：
[cpp]TCHAR szRuPeng[] = TEXT("学在如鹏");[/cpp]
定义了“UNICODE”标识符后，编译器会将上面语句改成：
[cpp]wchar_t szRuPeng[] = L"学在如鹏！";[/cpp]
这个就是关键所在了，后面出现的很多类型转换问题都得基于它去解决！
之前鹏友们在学习杨老师的《C语言也能干大事》课程后，课下练习时可能会有这样的情况：把字符指针也放在TEXT()里面（这个字符指针包括指向字符串的，指向字符数值的，或者直接就是字符串数组名）。如：
[cpp] TCHAR szRuPeng[] = "学在如鹏";
MessageBox(NULL, TEXT(szRuPeng), TEXT("如鹏"), MB_OK);
[/cpp]
不知道这样做的鹏友多不多，至少我就这么做了。
大家可能觉得这样做没什么问题，编译可以通过，程序执行似乎也完全正常。但是在编译UNCODE版本时，它却出事啦。错误报告可能是说发现未定义的标识符，怎么回事？原因在于TEXT宏会在字符串前面加个“L”，对于字符指针当然也不例外。于是就成了下面这样：
MessageBoxW(NULL, LszRuPeng, L"如鹏", MB_OK);
MessageBoxW(NULL, LszRuPeng, L"如鹏", MB_OK);
显然跑出了一个未定义标识符“LszRuPeng”。
所以，以后写代码时，除了字符串常量外，最好不要把字符指针放在TEXT()里面。推荐这样写：
[cpp] TCHAR szRuPeng[] = TEXT("学在如鹏");
MessageBox(NULL, szRuPeng, TEXT("如鹏"), MB_OK);
[/cpp]
还有，格式化输出函数也不要放过。比如wsprintf，以前大家可能这么写：
[cpp]int iNum = 321;
TCHAR szBuff[256];
ZeroMemory(szBuff, sizeof(szBuf));
wsprintf(szBuff, "计算机%d已经改为如鹏网啦！", iNum);[/cpp]
咋一看没啥问题，同样在平时可以正常编译正常执行。可能有鹏友会说“sizeof(szBuf)应该换成sizeof(szBuf) / sizeof(TCHAR)”
嗯，当然，这也是个问题。在UNICODE版本中sizeof(TCHAR) = 2，而ZeroMemory则是对memset函数改装的一个宏。它的功能是在指定的一段连续的内存空间中填充字符'\0'。
（在MSDN中查到memset的函数原型为：
void *memset( void *dest, int c, size_t count);
从第二个参数可以看出，它即能支持ASCII版本，也能支持UNICODE版本，也就是说字符c既可以占1个字节，也可以占2个字节）
在UNICODE版本中'\0'占用2个字节。又因szBuff[256]也成了宽字符版，实际占用2 * 256 = 512个字节，故需要填充sizeof(szBuf) / sizeof(TCHAR) = 512 / 2 = 256个宽字符'\0'（编译器会自动对该字符进行零扩充）。
“OK，搞定问题！”
别高兴地太早，这里还有个更可恨的问题没有被发现。再次编译一下UNICODE版本，又报错了。还是类型转换错误，可恨的类型转换。
跟前面一样，还得把字符串放在TEXT()里面，于是就写成了下面这个德行：
wsprintf(szBuff, TEXT("计算机%d已经改为如鹏网啦！"), iNum);
wsprintf(szBuff, TEXT("计算机%d已经改为如鹏网啦！"), iNum);
是不是很别扭，可是人家就得要这样！因为wsprintf调用的是它的宽字符版即wsprintfW。于是上面的代码被编译器改成：
[cpp]int iNum = 321;
wchar_t szBuff[256];
memset(szBuff, '\0', sizeof(szBuf) / sizeof(wchar_t));
wsprintfW(szBuff, L"计算机%d已经改为如鹏网啦！", iNum);[/cpp]
又解决了一个问题， 改啊改，改啊改，没完没了地改！继续往下看！
如果有鹏友像下面这样声明一个指向字符串的指针：
[cpp]TCHAR szRuPeng[] = TEXT("学在如鹏！");
PSTR lpszRuPeng = szRuPeng;
/*或者
LPSTR lpszRuPeng = szRuPeng;
或者
PCHAR lpszRuPeng = szRuPeng;
又或者
char * lpszRuPeng = szRuPeng;
*/[/cpp]
那么真是不好意思了，又要出问题啦。类型转换问题，万恶的类型转换问题啊！！
放下仇恨把，解铃还须系铃人。这时需要改成这样：
[cpp]
TCHAR szRuPeng[] = TEXT("学在如鹏！");
PTSTR lpszRuPeng = szRuPeng;
/*或者
LPTSTR lpszRuPeng = szRuPeng;
或者
PTCHAR lpszRuPeng = szRuPeng;
又或者
TCHAR * lpszRuPeng = szRuPeng;
*/[/cpp]
为什么？书上有，翻书可以找到答案。另外，杨老师的《C语言也能干大事》也经常提到的，跳转到它们的定义去看一下吧！
我们可以想象到，诸如：
[cpp]char szRuPeng[] = "学在如鹏！";
char * lpszRuPeng = szRuPeng;
[/cpp]
这样的代码在编译UNICODE版本时虽然可以通过，但是显示的时候则会出一行乱码。
所以我们写Windows程序时，在没有特定要求下（比如char szRuPeng[] = "Study in RuPeng!";），最好使用Windows给我们提供的数据类型。如定义字符变量用TCHAR，定义字符指针用PTSTR，LPTSTR或TCHAR *，如此种种！
同样需要注意的还有字符串处理函数的使用，也最好使用Windows提供给我们的，用lstrlen替代strlen等等，这些在Charles Petzold的书中已经讲得很详细了。同时，我们在学习杨老师的《C语言也能干大事》时，已经使用过很多这样的函数了！
虽然目前我们都没有必要去编译UNICODE版本的程序。但是，在以后，也许工作上有要求，也许UNICODE有大行其道的那么一天，我们必须编写UNICODE版本的程序。那么我们原有的编程习惯将会影响到我们个人发展。
原帖由 阿修的逆袭 于 2009-11-3 18:44 发表
用了TEXT宏 貌似编译的时候会自动选择MessageBox的类型吧?
不是这样子的，举个例子吧！
写个简单的win32程序，如下：
// 这里没有定义UNICODE标识符
#include
int WINAPI WinMain(HINSTANCE hInstance,
HINSTANCE hPrevInstance,
PSTR lpCmdLine,
int iShowCmd)
{
MessageBox(NULL, TEXT("学在如鹏网，在校不迷茫，毕业即辉煌！"),
TEXT("如鹏"), MB_OK);
return 0;
}
// 这里没有定义UNICODE标识符 #include
上面这段代码在编译时默认为ASCII版本，也就是说编译器会把上面的代码大致改成这样：
// 这里没有定义UNICODE标识符
#include
int __stdcall WinMain(void *hInstance,
void *hPrevInstance,
char *lpCmdLine,
int iShowCmd)
{
//MessageBox替换为ASCII版的MessageBoxA
MessageBoxA(0, "学在如鹏网，在校不迷茫，毕业即辉煌！",
"如鹏", 0x00000000L);
// TEXT()在ASCII版里啥都没了
return 0;
}
// 这里没有定义UNICODE标识符 #include
如果是定义了“UNICODE”标识符的话，也就是像如下代码：
// 下面定义了“UNICODE”标识符
#define UNICODE
#include
int WINAPI WinMain(HINSTANCE hInstance,
HINSTANCE hPrevInstance,
PSTR lpCmdLine,
int iShowCmd)
{
MessageBox(NULL, TEXT("学在如鹏网，在校不迷茫，毕业即辉煌！"),
TEXT("如鹏"), MB_OK);
return 0;
}
// 下面定义了“UNICODE”标识符 #define UNICODE #include
那么编译器大致会把上面的代码改成这样：
// 下面定义了“UNICODE”标识符
#define UNICODE
#include
int __stdcall WinMain(void *hInstance,
void *hPrevInstance,
char *lpCmdLine,
int iShowCmd)
{
// MessageBox替换为UNICODE版的MessageBoxA
MessageBoxW(0, L"学在如鹏网，在校不迷茫，毕业即辉煌！",
L"如鹏", 0x00000000L);
// 包在TEXT()里的字符串前面加上了一个“L”，表示它是宽字符版的
return 0;
}
// 下面定义了“UNICODE”标识符 #define UNICODE #include
所以，MessageBox宏被替换成哪个函数不是由TEXT决定的，而是由是否定义了“UNICODE”标识符决定的，同时它也决定了TEXT宏被替换成什么！
《Windows程序设计》第二章学习心得|通透说Unicode - 程序设计 - 如鹏网 ...
《Windows程序设计》第三章学习心得（1）|图解消息机制 - 程序设计 - 如鹏网 计...
见招拆招《Windows程序设计》(十二) 第二部分
WINDOWS API 程序设计(第一章:开始)
WINDOWS API 程序设计(第一章:开始)
Windows 的多线程程序设计初步zz
WINDOWS API 程序设计(第一章:开始) | 博客网
《Windows程序设计》（第五版）勘误表
C程序设计 第二版 视频教学
第二讲：程序设计的常用预备知识
Pcap程序设计
VB程序设计
C程序设计
遗传程序设计与自动程序设计
论程序设计方法
UNIX程序设计艺术
批处理程序设计教程
程序设计中的一些感悟
Java多线程程序设计
S3C44BO启动程序设计
VFP程序设计技巧
VB程序设计1
JavaBean组件程序设计(4)
应用程序设计实例