VS编译器中的字符集（多字节和Unicode）的区别

最新推荐文章于 2022-08-03 15:13:07 发布

原创最新推荐文章于 2022-08-03 15:13:07 发布 · 3.4k 阅读

16 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

C/C++

本文档介绍了在Windows系统中编程时的两种字符集——ANSI（MBCS）和Unicode。ANSI使用多字节字符，适合英文字母，但在处理非西方字符时受限。Unicode则采用双字节方式，能统一表示各种语言的文字。Windows NT提供两种版本的函数，而Windows 9x仅支持ANSI。通过定义_UNICODE和UNICODE宏，可以切换编译方式。在实际开发中，使用_T和_L宏来处理字符串。笔记还记录了后续学习计划和更新内容。

文档声明：
以下资料均属于本人在学习过程中产出的学习笔记，如果错误或者遗漏之处，请多多指正。并且该文档在后期会随着学习的深入不断补充完善。感谢各位的参考查看。

笔记资料仅供学习交流使用，转载请标明出处，谢谢配合。
如果存在相关知识点的遗漏，可以在评论区留言，看到后将在第一时间更新。
作者：Aliven888

1、简述

在Windows系统中，使用VS编程时，有两种字符集：ANSI（使用多字节字符）和 Unicode（使用 Unicode 字符集），如下图示：
在这里插入图片描述
ANSI（即MBCS）： 为多字节字符集，它是不定长表示世界文字的编码方式。ANSI表示英文字母时就和ASCII一样，但表示其他文字时就需要用多字节（在处理中文字符时使用双字节方式）。ANSI字符采用8bit，能表示256种字符，表示26个英文字母是绰绰有余的，但是表示汉字，韩国语，日语等有着成千上万个字符的非西方字符肯定就不够了。

Unicode： 不管是英文字符还是中文字符都是采用双字节方式表示。比如字符 ‘A’ 在 ASCII 下面用一个字节表示，而在Unicode下面用两个字节表示，其中高字节用 ‘0’ 填充；字符汉字 “你” 在ASCII下面用两个字节表示，而在Unicode下面也是用两个字节表示。Unicode 的用处就是定长表示世界文字，据统计，用两个字节可以编码现存的所有文字而没有二义。

Windows NT的所有与字符有关的函数都提供了两种方式的版本，而Windows 9x只支持ANSI方式。如果编码方式为ANSI，_T不起任何作用；如果编码方式为Unicode，编译器会把"你好！"以Unicode方式进行保存。_T和_L的区别在于，_L不管你是以什么方式编译，一律以Unicode方法保存。

如何区分：
在我们软件开发中往往需要即支持 ANSI 又支持UNICODE，不可能在要求类型转换的时候，重新改变字符串的类型，和使用于字符串上的操作函数。为此, 标准的C 运行期库和Windows 提供了宏定义的方式。在C语言里面提供了 _UNICODE 宏（有下划线），在Windows里面提供了 UNICODE 宏（无下划线），只要定了 _UNICODE 宏和 UNICODE 宏，系统就会自动切换到 UNICODE 版本，否则，系统按照 ANSI 的方式进行编译和运行。只定义了宏并不能实现自动的转换，他还需要一系列的字符定义支持。