VS2005中UNICODE和ANSI以及MBCS的问题

我们在编写Visual C++ 2005程序时候经常会碰到（如下错误），很迷惑

'CreateWindowExW' : cannot convert parameter 1 from 'const char [4]' to 'LPCWSTR'

UNICODE　　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。他们以为这128个数字就足够表示abcd....ABCD....1234 这些字符了。

　　咳......说英语的人就是“笨”！后来他们突然发现，如果需要按照表格方式打印这些字符的时候，缺少了“制表符”。于是又扩展了ASCII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 - 0x

FF 共256个字符。

　　咳......说中文的人就是聪明！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（BIG-5）......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。既：有2 个字节的字符，也有1个字节的字符）。这个方法是有缺陷的，因为

各个国家地区定义的字符集有交集，因此使用GB-2312的软件，就不能在BIG-5的环境下运行（显示乱码，因为：阿拉伯人

在机器上编写的阿拉伯文字，经过机器的字符编码，变成了一个特定的0x XXXX，而这个特定的0x XXXX字符到中国人的机

器上却不存在相对应的汉字，或者是相对应出的汉字 根本就与原来阿拉伯文字文章一点关系没有的，所以出现乱码），反

之亦然。

　　咳......说英语的人终于变“聪明”一些了。为了把全世界人民所有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(unsigned shor int、WCHAR、_wchar_t、OLECHAR)。这下终

于好啦，全世界任何一个地区的软件，可以不用修改地就能在另一个地区运行了。虽然我用 IE 浏览日本网站，显示出我

不认识的日文文字，但至少不会是乱码了。UNICODE 的范围是 0x0000 - 0xFFFF 共6万多个字符，其中光汉字就占用了4

万多个。嘿嘿，中国人赚大了。

　　在程序中使用各种字符集的方法：

const char * p = "Hello"; // 使用 ASCII 字符集

const char * p = "你好"; // 使用 MBCS 字符集，由于 MBCS 完全兼容 ASCII，多数情况下，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

LPCOLESTR p = L"Hello,你好"; // 意义同上

// 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,你好");

LPCTSTR p = _T("Hello,你好"); // 意义同上

　　在上面的例子中，T是非常有意思的一个符号（TCHAR、LPCTSTR、LPTSTR、_T()、TEXT()、_TEXT()...），它表示使

用一种中间类型，既不明确表示使用 MBCS，也不明确表示使用 UNICODE。那到底使用哪种字符集那？嘿嘿......编译的时候决定吧。设置条件编译的方式是：VC6中，"Project\Settings...\C/C++卡片 Preprocessor definitions" 中添加或修改 _MBCS、_UNICODE；VC.NET中，"项目\属性\配置属性\常规\字符集"然后用组合窗进行选择。使用 T 类型，是非常

好的习惯，严重推荐！

举个例子：

"abc"是非Unicode string,

L"abc"是Unicode tring. L用来定义UNICODE字符串，L就是转换成宽字符

其次：.NET 的平台CLR (Common Language RunTime库中用定义(#define) _UNICODE 来表示使用Unicode；

在 Win32 API 中是用定义(#define) UNICODE 来表示使用 Unicode 。

而大多数应用程序(Application)都是既使用CLR又使用Win32 API的，所以一般地，_UNICODE和UNICODE 应该在工程

中同时定义或同时不定义。

_T("abc") 在_UNICODE已定义时解释成L"abc",是Unicode string；

在_UNICODE 未定义时则解释成"abc",非Unicode string。

TEXT("abc")类似，不过它是根据UNICODE 的定义与否来决定的。

再说以下：

如果有下面三句话：

TCHAR szStr1[] = TEXT("str1");

char szStr2[] = "str2";

WCHAR szStr3[] = L("str3");

那么第一句话在定义了UNICODE时会解释为第三句话，没有定义时就等于第二句话。

第二句话无论是否定义了UNICODE都是生成一个ANSI字符串，而第三句话总是生成UNICODE字符串。

为了程序的可移植性，建议都用第一中表示方法。

MultiByteToWideChar函数与 _T、TEXT() 这两个宏都可以选择 ASNI (MBCS) 还是 UNICODE 字符

第一个函数转换的对象可以是常量、变量；第二、三只能转换常量。

补充：

LPSTR == char*

LPCSTR == const char*

LPCTSTR == const char* // Not defined _UNICODE, such as win9x

LPCTSTR == const wchar_t* // defined _UNICODE, such as win2k

LPWSTR == wchar_t*

即：

LPCSTR A 32-bit pointer to a constant character string.

LPSTR A 32-bit pointer to a character string.

LPCTSTR A 32-bit pointer to a constant character string that is portable for Unicode and DBCS.

LPTSTR A 32-bit pointer to a character string that is portable for Unicode and DBCS.

另外，如果嫌类型转换实在太麻烦的话，就把字符集设成“未设置”，修改之后通常需要清理解决方案，再重新生成，

否则会出现错误：general error c101008a: Failed to save the updated manifest to the file ".\Debug\Test1.exe.embed.manifest". The parameter is incorrect. mt.exe