[转]char与wchar_t之说

再这之前先看看这段代码：

wchar_t filename[MAX_PATH];

         wchar_t* file_t;

         char filepath[MAX_PATH];

         char file[MAX_PATH];

         //TODO: 获取程序名，完全路径

        GetModuleFileName(NULL,filename,MAX_PATH);

         wcout<<filename<<endl;

         //去掉路径

        file_t=(_tcsrchr(filename,'\\')+1);

         //wchar_t 转char

         wcstombs(file,file_t,MAX_PATH);

        cout<<file<<endl;

 

         //获取当前路径，完全路径

         GetCurrentDirectory(_MAX_PATH,filename);

         wcout<<filename<<endl;

         wcstombs(filepath,filename,MAX_PATH);

         (strrchr(filepath,'\\'))[1]=0;

       cout<<filepath<<endl;

结果：

g:\microsoftproject\getpathtest\debug\GetPathTest.exe
GetPathTest.exe
g:\MicrosoftProject\GetPathTest\GetPathTest
g:\MicrosoftProject\GetPathTest\
1、wcstombs 和 mbstowcs
这两个C函数是宽字符wchar_t与普通字符char转换的函数。这两个函数依赖系统的LC_CTYPE的系统变量，在C程序里，如果没有setlocale，程序的LC_CTYPE是 us_en的。也就是说这时，系统会认为输入的字节流都是ascii字符，然后把每个字符转成unicode字符（在Linux中，一个wchar_t占4个字节，很费内存）。所以，我们程序中，如果处理的是GBK字符集时，需要setlocale("zh_CN.GBK")，这样，执行mbstowcs时，系统按GBK的规则去分析字节流，每两个字符转成相应的unicode字符，放入内存里。这两个转换函数，在我们要处理汉字的时候很有用，比如计算汉字长短。虽然有很多人在遇到处理汉字时，喜欢挨个字节自己会分析，但是事实上，在处理一些全角半角之类的符号时，这种方法还是会有问题的。并且有两个宏为两种类型提供了方便，W2A（wchar_t*）返回值是char*类型的，A2W（char*）返回值是wchar_t，但使用之前必须加上这句USES_CONVERSION;
2、iconv和wchar_t
由于wchar_t所表示就是unicode字符， 所以wchar_t 到 utf-8的转换定是100%的成功。 iconv支持从各种编码转换成wchar_t。
3、字符集与编码的区别
发现以前对这两个重要问题一直是模糊不清的状况。说到底，字符集就只有两种，一种是char 表示的acsii字符 一种是wchar_t表示的unicode字符。GBK只是运用编码的方式对acsii的扩展。utf-8在ascii与unicode之间起一个中间人的作用。因为utf-8的外在表现形式与ascii是一样的，程序还是可以像操作ascii码一样来操作utf-8编码后的字节，但是一个utf-8编码后的字符又可以映射到unicode的字符里。这也是utf-8之所以流行的原因了。
4、char 和 wchar_t的处理程序。
既然char和wchar_t有本质上的区别，所以，传统的char字符处理程序都不用运用于wchar_t 。像printf/strlen以及std::cout等，相应的要用wprintf std::wcout来代替。这对于我们使用wchar_t还是带来很多不便。

5、char* 和wchar_t*的宏

Const Char*是LPCSTR，const wchar_t*是LPCWSTR，Char*是LPSTR，wchar_t*是LPWSTR。