关于VC++ 字符集
VC程序的国际化不像JAVA,.NET那样支持的极其自然,各种各样的宏及数据类型,常使程序输出莫名其妙乱码,特别是在使用第三方类库时。
下面就我对VC项目字符集问题的一点心得:
1、std::string
它存储的字符取决于当前系统编码,即ANSI编码。例如,对于中文Windows XP/7 等系统,实际的系统编码为936=GB2312.
因此,std:: string str(“中国”);内存的中的表达即为:D6 D0 B9 FA
此时,不论源文件是什么编码,也不论项目设置中的字符集如何设置,VC++ IDE在读取文件后,自动将读取的字符串转换成ANSI码流存储。这也是为什么上面的字符串输出到控制不会乱码的原因。
2、std:: wstring
wstring的实际含义与项目设置(即编译器决定)有关。wstring表示宽字符串。对于宽字符,即wchar_t,是用2个byte表达一个字符。wstring即wchar_t的字符串。而wchar_t表示的是什么字符,与项目设置的字符集有关系。
- 当项目设置字符集使用Unicode字符集时,wstring存储Unicode-16字符;
- 当项目设置字符集使用多字节字符集时,wstring使用ANSI字符集(若要编写跨平台代码,不推荐这么应用);
wstring wstr1(L"中国");
wstring wstr2(_T("中国"));
上述字符串都是表示字符串【中国】,是完全一样的。当项目字符集时Unicode时,其内存表达都是2D 4E FD 56.
3、Unicode16==>UTF8
出于通用性及兼容性和性能要求,程序往往需要支持UTF-8.因此程序中需要使用Unicode16==>UTF-8编码转换。而大多数成熟的第三方类库,对UTF-8支持的是比较好的。在windows下编程,可以考虑将项目字符集设置为Unicode,OS层API调用使用Unicode API,调用第三方类库时,将Unicode16转换成UTF-8编码后再执行调用。
另外,出于跨平台和性能方面的考虑,对于log操作,尽可能使用英文。