vs 工程设置中的“字符集”：mbcs与utf8编码

2018-07-18 本文已影响0人 34864

windows 的api中大多都有两个版本
例如，多字节字符集的MessageBoxA，接收char 类型参数、和宽字符（unicode）的MessageBoxW，接收wchar_t类型参数。
"A"系列api的A是指此api接收mbcs的参数，"W"系列接收宽字符字符串。
它们每个都一个没有后缀的版本如：MessageBox，这个api其实取决于unicode的宏定义：

#ifdef UNICODE
   #define MessageBox MessageBoxW
#else
   #define MessageBox MessageBoxA
#endif

与之对应的，也有参数类型的定义。

#ifdef UNICODE
    typedef wchar_t TCHAR;
#else
    typedef char TCHAR;
#endif

编码
在不同版本的api中，字符串内容的编码也有区别。
char类型(对应MessageBoxA)的编码取决于本地代码页(locale-specific code page)。
wchar_t类型(对应MessageBoxW)的编码为unicode，在windows平台上，unicode特指utf16,nothing else.
MBCS与utf-8
mbcs是"multi-byte character set",多字节字符集。听起来这个字符集应该包含utf8。
但是在windows上，MBCS仅代指"A"系列api支持的字符集，它包含的代码页有：932 (Shift_JIS), 936 (GBK), 949 (KS_C_5601-1987), 和950 (Big5)。
但是没有utf-8。
要使用utf8编码的字符串，要使用MultiByteToWideChar将utf8转为utf16，调用"W"系列的api.然后再使用WideCharToMultiByte将结果转为utf8。
其实在"A"系列的api内部也经历了这样的转变，最终调用的也是"W"系列的api。
在字符集选项中还有一个“未设置”，这个选项下，在代码里调用api的时候，就要看相关的宏定义了，如上面的UNICODE或者_MBCS。