`
cuiyadll
  • 浏览: 204835 次
文章分类
社区版块
存档分类
最新评论

MBCS(Multi-Byte Chactacter System,即多字节字符系统)

vs 
阅读更多
MBCS(Multi-Byte Chactacter System,即多字节字符系统)
它是编码的一种类型,而不是某个特定编码的名称。

    字符基础:ASCII,DBCS,Unicode
 所有的string类都是以C-style字符串为基础的。C-style字符串是字符数组。字符类型有三种编码格式:
 
 第一种是单字节字符集(single byte character set or SBCS)。在这种编码格式下,所有字符都只用
 一个字节表示,ASCII码就是单字节字符。用"0"来表示一个字节的结束。
 
 第二种编码格式是多字节字符集(multi-byte character set or MBCS)。在Windows里的MBCS包含两种
 字符类型:单字节字符(single byte characters)和双字节字符(double byte characters)。由于Windows
 里使用的多字节字符绝大部分是两个字节长,MBCS常被DBCS代替。
    第三种编码格式是Unicode。Unicode是一种所有的字符都使用两个字节编码的编码模式。Unicode字符有时
 也被称作宽字符。
 Unicode与MBCS的区别是:MBCS字符可以使用不同长度的字节编码。
 单字节字符包含拉丁文字母表及ASCII码和DOS操作系统定义的图形字符。双字节字符被用来表示东亚及中东的
 语言。Unicode被用来COM及Windows NT操作系统内部。
 char是单字节字符。双字节字符也可以用char类型来进行操作。Unicode字符用wchar_t来表示。Unicode字符
 和字符串常量用前缀L来表示。例如:
 wchar_t wch = L"1";
 wchar_t* wsz = L"Hello";
 单字节字符串在内存中:每个字符占一个字节按顺序依次存储。最后以单字节表示的0结束。例如:"Bob"在内存
 中的存储形式:
 |-------------------------------|
    |42    |   6F   |   62   | 00   |
    |-------------------------------|
    |B     |   o    |   b    | BOS  |
 |-------------------------------|
 Unicode的存储形式:
    --------------------------------------------
 |   42 00 |   6F 00  |   62 00  |   00 00  |
    |------------------------------------------|
 |   B     |    o     |   b      |   BOS    |
 |------------------------------------------|
 Win32 API中的MBCS和Unicode
 尽管你也许从来没有注意过,Win32中的每个与字符串相关的API和message都有两个版本。一个版本按受MBCS字符串,
 另一个接受Unicode字符串。例如:根本没有SetWindowText()这个API,相反有SetWindowTextA()和SetWindowTextW()。
 后缀A表明这是MBCS函数,后缀W表示这是Unicode版本的函数。
 当你build一个Windows程序,你可以选择是用MBCS或者Unicode API,如果你用vc向导并且没有改过预处理的设置。那
 表明你用的是MBCS版本。
 当使用MBCS API来build程序时,UNICODE没有被定义,所以预处理器看到:
 #define SetWindowText SetWindowTextA
 这个宏把所有对SetWindowText的调用都转换成真正的API函数SetWindowTextA.如果你想把默认使用的API函数变成Unicode
 版的,你可以在预处理器设置中,把_MBCS从预定义的宏列表中删除。然后添加UNICODE和_UNICODE(需要两个都定义,因为不
 同的头文件可能使用不同的宏。)
 使用TCHAR类型
 TCHAR是一种字符串类型,它让你在以MBCS和UNICODE来build程序时可以使用同样的代码;不需要使用繁琐的宏定义来包含你的
 代码。TCHAR的定义如下:
 #ifdef UNICODE
 typedef wchar_t TCHAR;
 #else
 typedef char TCHAR;
 #endif
 还有一个宏来处理定义Unicode字符串常量时所需的L前缀。
 #ifdef UNICODE
 #define _T(x) L##X
 #else
 #define _T(x)x
 #endif
 ##是一个预处理操作符,它可以把两个参数连在一起。如果你的代码中需要字符串常量,在它前面加上_T宏,
 如果你使用Unicode来build,它会在字符串常量前加上L前缀。
 Windows API是用TCHAR来定义的,在编译时,它可以根据你是否定义_MBCS或_UNICODE被编译成MBCS或者Unicode
 字符。
 类型             含义
 WCHAR            Unicode character(wchar_t)
 TCHAR            MBCS or Unicode character.
 LPSTR            string of char (char*)
 LPCSTR           const string of char(const char*)
 LPWSTR           string of WCHAR(WCHAR*)
 LPCWSTR          constant string of WCHAR(const WCHAR*)
 LPTSTR           string of TCHAR(TCHAR*)
 LPCTSTR          constant string of TCHAR(const TCHAR*)

 杂谈:
 计算机发明后,为了在计算机中表示字符,人们制定了一种编码,叫做ASCII码,ASCII码由一个字节中的7位(bit)表示,范围是0x00-0x7F共128个字符。用这128个数字
 表示abcd...ABCD...1234....这些字符。后来又扩展了ASCII码的定义,使用一个字节的全部8位(bit)来表示字符了。这就叫扩展 ASCII码。范围是0x00-0xFF共256个
 字符。
 后来,中国人利用连续2个扩展ASCII码的扩展区域(0xA0以后)来表示一个汉字,该方法的标准叫GB-2312。后来,日文、韩文、阿拉伯文、台湾繁体都使用类似的方法扩展
 了本地字符集的定义,现在统一称为MBCS字符集(多字节字符集)。这种方法是有缺陷的,因为各个国家的定义的字符集有交集,因此使用GB2312的软件,就不能在
 BIG-5的环境下运行(显示乱码)。
 为了把全世界的所有的文字符号都统一进行编码,于是制定了UNICODE标准字符集。UNICODE使用2个字节表示一个字符。这下终于好啦,全世界任何一个地区的软件,可以
 不用修改就能在另一个地区运行了。UNICODE的范围是0x0000-0xFFFF共6万多个字符。
 在程序中使用各种字符集的方法:
 const char* p = "Hello"; //使用ASCII码
 const char* p = "你好"; //使用MBCS字符集,由于MBCS完全兼容ASCII码,多数情况,我们并不严格区分他们。
    LPCSTR p = "Hello,你好"; //意义同上。
 const WCHAR *p = L"Hello,你好";使用UNICODE字符集。
 //如果预定义了_UNICODE,则表示使用UNICODE字符集,如果定义了_MBCS,则表示使用MBCS
 const TCHAR *p = _T("Hello 您好");
 LPCTSTR p = _T("Hello,你好");//意义同上。
分享到:
评论

相关推荐

    VS2013多字节(MFC)补丁

    首先,我们来理解“多字节”(Multi-Byte Character Set,简称MBCS)的概念。在字符编码中,多字节字符集是一种编码方式,它可以处理不同语言的字符,特别是那些具有大量字符的如中文、日文等东亚语言。VS2013支持两种...

    在vs2013中默认不再包含对多字节字符编码的支持

    标题中的“在vs2013中默认不再包含对多字节字符编码的支持”指的是Visual Studio 2013在默认配置下不再提供对多字节字符集(MBCS,Multi-Byte Character Set)的开箱即用支持。这在开发过程中可能会对处理非Unicode...

    单字节 多字节 双字节 相互转换

    多字节字符编码(Multi-Byte Character Set,MBCS)是一种变长的字符编码方式,每个字符可以占用一个或多个字节。多字节字符编码可以表示更多的语言字符,但其缺点是查找和比较字符速度慢,占用空间大。 双字节...

    多字节与UTF-8、Unicode之间的转换

    1. **多字节字符集(MBCS)**:多字节字符集是指非固定长度的字符编码,例如Windows中的CP_ACP(ANSI代码页)。它可以根据不同的语言环境使用不同数量的字节来表示一个字符。 2. **UTF-8**:UTF-8是一种可变长度的...

    vs2008-Unicode字符集下CString与char_互转换

    在VS2008中,默认的字符集形式是Unicode,但在VC6.0等工程中,默认的字符集形式是多字节字符集(MBCS:Multi-Byte Character Set),这样导致在VC6.0中非常简单实用的各类字符操作和函数在VS2008环境下运行时会报...

    双字节 多字节 宽字节 Unicode

    多字节字符集(Multi-byte Character Set, MBCS)是使用一个或多个字节来表示一个字符的集合。这包括双字节字符集和其他更复杂的字符编码方案,例如一些特殊的东亚字符集可能需要超过两个字节来表示单个字符。 **2....

    字符编码的转换.pdf

    首先,文件中提到了多种字符编码格式,包括ASCII、DBCS(Double-Byte Character Set,双字节字符集)、MBCS(Multi-Byte Character Set,多字节字符集)和Unicode。ASCII是最早的字符编码标准,使用7位二进制数表示...

    Unicode--宽字节字符集[文].pdf

    宽字节字符集(如DBCS,Double Byte Character Set)则是Unicode的一种实现方式,尤其适用于东亚语言,如中文、日文和韩文,这些语言的字符数量众多,单字节不足以表示全部字符。 1. 计算字符串字符个数: 在处理...

    Unicode MBCS字符转换程序.rar

    本项目"Unicode MBCS字符转换程序.rar"专注于解决字符编码的转换问题,包括Unicode16le、Unicode16be、utf-8以及MBCS(多字节字符集)之间的相互转换。下面我们将深入探讨这些编码方式及其转换的原理与实践。 首先...

    用来处理2013 v120 多字符的,vc-mbcsmfc.exe

    MBCS(Multi-Byte Character Set)是一种用于表示非ASCII字符的编码方式,每个字符可能由1到4个字节组成。Unicode则是一种包含几乎世界上所有字符的编码标准,通常使用UTF-8作为其编码形式。 3. **VC++的平台工具集...

    (资料大全加程序)C++ 字符串之间的相互转化 宽字符与多字符集(LPTSTR、LPCSTR、LPCTSTR、LPSTR)

    - **多字符集(Multi-Byte Character Set,MBCS)**:又称多字节字符集,通常用于ASCII字符集的扩展,每个字符可能由1到多个字节组成,具体取决于特定的编码方式,如GBK。 2. **字符串类型指针**: - **LPCSTR**...

    几种常见字符集以及字符串的转化方法.rar

    5. MBCS (Multi-Byte Character Set):MBCS是一种双字节字符集,如GBK,每个字符由1到2个字节组成。在处理MBCS时,需要特别注意字节顺序和字节边界。 字符串转化方法: 1. MultiByteToWideChar函数:将MBCS(如...

    多字符集与宽字符集互转公共类

    多字符集(Multi-Byte Character Set,简称MBCS)应运而生,它可以表示各种语言的字符,比如GBK、Big5等。在MBCS中,一个字符可能由1到4个字节组成,具体取决于字符的复杂性。 宽字符集(Wide Character Set,简称...

    升级VC6源码mbcs转unicode

    MBCS(Multi-Byte Character Set)则是一种变长字符编码,用于表示非ASCII字符集,比如简体中文GB2312或繁体中文BIG5。 - 在VC6中,默认使用MBCS,而在更新的版本中,更倾向于使用UNICODE,因为UNICODE提供更好的跨...

    utf8 宽字节 mbcs 随意转换

    utf8 宽字节 mbcs 随意转换 vtString WStringToUTF8(const wchar_t* wstring); vtString2 UTF8ToWString(const char *string_utf8); vtString WStringToMBCS(const wchar_t* wstring); vtString2 MBCSToWString...

    MFC下的字符转换

    1. **MBCS(Multi-Byte Character Set)与Unicode** - MBCS 是一种变长编码,每个字符可能由一个或多个字节表示,广泛用于非Unicode环境。 - Unicode 使用固定宽度的编码,通常为UTF-16,每个字符由2或4个字节表示...

    C++各种编码转换 Unicode UTF8

    此部分主要介绍了如何将多字节编码(MBCS)字符串转换为UTF-8格式。具体步骤如下: #### 1.1 MBCS到宽字符(Wide Char)的转换 首先,通过`MultiByteToWideChar`函数将多字节编码字符串转换为宽字符(`WCHAR`)格式...

    vc_mbcsmfc多字符集支持库

    在早期的Visual Studio版本中,MFC默认支持Unicode和多字节字符集(MBCS,即Multi-Byte Character Set)。MFC库的多字节字符集支持主要针对东亚地区,如简体中文、繁体中文、日文等,这些地区的字符不能用单字节表示,...

Global site tag (gtag.js) - Google Analytics