UNICODE
作者：NorthTibet

簡介

????如果你編寫的程序是針對非英語國家的用戶，如中國、日本、東歐和中東地區(qū)，那么你一定要熟悉 UNICODE 字符集。尤其是用 Visual C++/MFC 編寫針對上述國家和地區(qū)的用戶的程序時(shí)，如果你想讓自己的應(yīng)用程序得到更廣泛的用戶，那么必須考慮代碼 UNICODE 的兼容性，也就是說它既在 ASCII 模式下運(yùn)行 ，也能在UNICODE 模式下運(yùn)行。本文將介紹 UNICODE 的一些基本編程知識，澄清很多人（包括我自己）在這個(gè)問題上存在的模糊認(rèn)識。對于任何使用 Visual C++ 和/或 MFC 編程的人來說，這篇文章肯定值得一讀。

UNICODE到底是什么？

????UNICODE 是目前用來解決 ASCII 碼 256 個(gè)字符限制問題的一種比較流行的解決方案。大家知道，ASCII 字符集只有256個(gè)字符，用 0-255 之間的數(shù)字來表示。包括大小寫字母、數(shù)字以及少數(shù)特殊字符；如標(biāo)點(diǎn)符號、貨幣符號等。對于大多數(shù)拉丁語言來說，這些字符已經(jīng)夠用。但是，許多亞洲和東方語言所用的字符遠(yuǎn)遠(yuǎn)不止256個(gè)字符。有些超過千個(gè)。人們?yōu)榱送黄?ASCII 碼字符數(shù)的限制，試圖用一種簡單的方法來針對超過256個(gè)字符的語言編寫計(jì)算機(jī)程序。于是 UNICODE 應(yīng)運(yùn)而生。UNICODE 通過用雙字節(jié)來表示一個(gè)字符，從而在更大范圍內(nèi)將數(shù)字代碼映射到多種語言的字符集。

Visual C++的解決方案

??? 作為軟件開發(fā)人員，如何熟練有效地使用 UNICODE 呢？如果你正在用 Visual C++ 編寫程序，UNICODE 兼容性意味著你的程序是否具有國際化特征，也就是說你的應(yīng)用程序是針對本地市場還是國際市場。一旦你作出了決定，那么就得在代碼中實(shí)現(xiàn)具體細(xì)節(jié)。好在 Visual C++ 提供了很多內(nèi)建功能來支持 UNICODE，在創(chuàng)建工程時(shí)就可以利用 Visual C++ 提供的這些功能。在產(chǎn)生應(yīng)用程序框架代碼之前，AppWizard 允許開發(fā)人員決定是否支持 UNICODE。Win32 SDK 包含有一些數(shù)據(jù)類型遵循 UNICODE 編碼規(guī)則，MFC 以宏的形式提供了將一般文本轉(zhuǎn)換成 UNICODE 數(shù)據(jù)類型的途徑。開發(fā)人員只需要稍微改變一下編寫代碼的習(xí)慣便可以輕松編寫支持 UNICODE 的應(yīng)用。

字符串

       char str[100];       

       void strcpy( char *out, char *in );        

為了將上面的聲明改成支持雙字節(jié)的 UNICODE 字符集，可以用下面的方法：

       wchar_t str[100];        

       void wcscpy( wchar_t *out, wchar_t *in );        

??? 此外，微軟還提供一種通過預(yù)處理指令來實(shí)現(xiàn) UNICODE。每當(dāng)用 Visual C++ 創(chuàng)建新工程時(shí)，只要確定是否支持另外一種字符集，則 AppWizard 將會在頭文件中插入預(yù)處理指令。這些指令告訴編譯器程序想要支持何種字符集。這樣在使用VC++提供的通用數(shù)據(jù)類型時(shí)，編譯器將用相應(yīng)的數(shù)據(jù)類型把通用數(shù)據(jù)類型替換成所需要支持的字符集。這樣很容易將代碼重新編譯成支持其它字符集的程序。
??? 為了在 Visual C++ 6.0 中激活 UNICODE 標(biāo)準(zhǔn)，可以這樣做：打開工程文件后，從主菜單中選擇“Project | Settings”打開工程設(shè)置對話框 => 然后選擇“C/C++”標(biāo)簽 => 在“Preprocessor definitions”編輯框中添加 UNICODE 或者 _UNICODE 預(yù)處理宏指令。如圖一所示：


圖一 Project Settings 對話框

注意這里的 UNICODE 和 _UNICODE 有什么區(qū)別呢？前者沒有下劃線，專門用于 Windows 頭文件；后者有一個(gè)前綴下劃線，專門用于 C 運(yùn)行時(shí)頭文件。
在代碼中，凡是用關(guān)鍵字 char ?的地方都用 TCHAR 取代；凡是用 char * 的地方都用 LPTSTR 取代；凡是定義在雙引號中的字符串常量（如"VCKBASE Online Journal"）都用 TEXT 宏重寫：

       TEXT("VCKBASE Online Journal");       

      TEXT(
           LPTSTR string // ANSI 或者 Unicode 字符串
      );
      參數(shù)   string 為字符串指針，指向被解釋的 Unicode 或者 ANSI 字符串

下面通過一些簡單的例子來進(jìn)一步探討 UNICODE 編程。

使用 ASCII 字符集的“Hello, World”：

//*********************************
// 用 MFC 實(shí)現(xiàn)的"Hello World!" 代碼
//*********************************

//hello.cpp

#include <afxwin.h>

// Declare the application class
class CHelloApp : public CWinApp
{
public:
   virtual BOOL InitInstance();
};

// Create an instance of the application class
CHelloApp HelloApp;
 
// Declare the main window class
class CHelloWindow : public CFrameWnd
{
   CStatic* cs;
public:
   CHelloWindow();
};

// The InitInstance function is called each
// time the application first executes.
BOOL CHelloApp::InitInstance()
{
   m_pMainWnd = new CHelloWindow();
   m_pMainWnd->ShowWindow(m_nCmdShow);
   m_pMainWnd->UpdateWindow();
   return TRUE;
}

// The constructor for the window class
CHelloWindow::CHelloWindow()
{
   // Create the window itself
   Create(NULL, "Hello World!", WS_OVERLAPPEDWINDOW, 
          CRect(0,0,200,200)); 
	
   // Create a static label
   cs = new CStatic();
   cs->Create("hello world", WS_CHILD|WS_VISIBLE|SS_CENTER, 
              CRect(50,80,150,150), this);
}

修改上面的代碼使之支持 UNICODE 字符集，串常量必須要改成對應(yīng)的 UNICODE 字符。方法是對串常量使用TEXT 宏。這個(gè)宏將告訴預(yù)處理器檢查使用什么樣的字符標(biāo)準(zhǔn)：

// The constructor for the window class
CHelloWindow::CHelloWindow()
{
   // Create the window itself
   Create(NULL, TEXT("Hello World!"), WS_OVERLAPPEDWINDOW, 
          CRect(0,0,200,200));
	
   // Create a static label
   cs = new CStatic();
   cs->Create( TEXT("hello world!"), WS_CHILD|WS_VISIBLE|SS_CENTER, 
              CRect(50,80,150,150), this);
}

當(dāng)預(yù)處理器碰到通用數(shù)據(jù)類型，它便檢查 AFXWIN.H 頭文件的 _UNICODE 定義。然后根據(jù) UNICODE 定義插入相應(yīng)的的數(shù)據(jù)類型。

下面的這個(gè)例子使用 Win32 API 函數(shù)和通用數(shù)據(jù)類型設(shè)置 C 盤的卷標(biāo)。

//******************
// 設(shè)置 C 盤的卷標(biāo)
//******************

// drvsvl.cpp

#include <windows.h>
#include <iostream.h>

void main()
{
   BOOL success;
   char volumeName[MAX_PATH];

   cout << "輸入新的 C 盤卷標(biāo)：";
   cin >> volumeName;

   success = SetVolumeLabel("c:\\", volumeName);
   if (success)
      cout << "成功\n";
   else
      cout << "錯(cuò)誤代碼：" << GetLastError() << endl;
}

通過使用 TCHAR 數(shù)據(jù)類型，將這段代碼最上面的字符數(shù)組聲明為兩個(gè)字節(jié)的字符。TEXT 宏再次被用于字符串常量：

void main()
{
   BOOL success;
	
   TCHAR volumeName[MAX_PATH];

   cout << TEXT("輸入新的 C 盤卷標(biāo)： ");
   cin >> volumeName;

   success = SetVolumeLabel(TEXT("c:\\" ), volumeName);
   if (success)
      cout << TEXT("成功\n");
   else
      cout << TEXT("錯(cuò)誤代碼：") << GetLastError() << endl;
} 

??? Visual C++ 提供了幾種 MFC 專用的數(shù)據(jù)類型用于創(chuàng)建具有國際化特性的應(yīng)用程序。這些定義很通用，完全可以在 UNICODE、ASCII、DBCS (雙字節(jié)字符集) 和 MBCS (多字節(jié)字符集)。由于篇幅所限，本文不打算涉及所有上面提到的這些字符集。有關(guān)它們的詳細(xì)資料請參考相關(guān)資料。MFC 提供了一種透明的方式來實(shí)現(xiàn)這些字符集。通用數(shù)據(jù)類型的映射到哪個(gè)字符集以及映射方式是根據(jù)工程的設(shè)置決定的，默認(rèn)值為 ASCII 模式，其它幾個(gè)可選項(xiàng)是 MBCS、DBCS 或者 UNICODE。本文主要討論 UNICODE，所以下表中只列出了 ASCII 與 UNICODE 字符之間的映射關(guān)系：

表一：

結(jié)束語

??? 綜上所述可以看到，編譯 UNICODE 版本的程序并不難。只是在編寫代碼時(shí)記住函數(shù)調(diào)用上些微的變化。微軟為此提供的擴(kuò)展是開發(fā)人員能夠以透明的方式選擇所用的字符集，為應(yīng)用軟件的國際化打開了方便之門。
??? Jeffrey Richter 在他的《Windows 核心編程》（機(jī)械工業(yè)出版社-王建華、張煥生、侯麗坤等譯）一書中專門用一章討論了 UNICODE。翻譯得也不錯(cuò)。有興趣的朋友不妨找來看看。