网络课程设计出错汇总

I.关于Unicode

转自:http://blog.csdn.net/jxluofeng/article/details/9132649

最近因为项目需求，在windows平台下总是碰到一些关于字符串类型的变换，吃了不少苦头，索性花了这个晚上来整理下有关字节的知识，碰到的困难以及自己的一些解决方案。

一，字符的基础 ASCII ，DBCS( MBCS ) ，UNICODE

1.1，ASCII码( SBCS )

ASCII 码使用指定的7 位或8 位二进制数组合来表示128 或256 种可能的字符。标准ASCII 码也叫基础ASCII码，使用7 位二进制数来表示所有的大写和小写字母，数字0 到9、标点符号， 以及在美式英语中使用的特殊控制字符。其中：

0～31及127(共33个)是控制字符或通信专用字符（其余为可显示字符），如控制符：LF（换行）、CR（回车）、FF（换页）、DEL（删除）、BS（退格)、BEL（响铃）等；通信专用字符：SOH（文头）、EOT（文尾）、ACK（确认）等；ASCII值为8、9、10 和13 分别转换为退格、制表、换行和回车字符。它们并没有特定的图形显示，但会依不同的应用程序，而对文本显示有不同的影响。

32～126(共95个)是字符(32sp是空格），其中48～57为0到9十个阿拉伯数字

65～90为26个大写英文字母( A-Z )，97～122号为26个小写英文字母( a-z )

单字节字符集（single-byte character set or SBCS）。在这种编码模式下，所有的字符都只用一个字节表示。ASCII是SBCS。一个字节表示的0用来标志SBCS字符串的结束。

1.2，DBCS( MBCS )

英语用ascii编码就够了，但是我们知道，世界上很多国家都有自己的文字，ascii肯定是不能满足，在这里我们就讨论下中文字符，对于中文而言，则必须使用两个字节(byte)来代表一个字符，具第一个字节必须大于127(所以我们有许程序判断中文都是以ascii码大于127作为条件)以上用两个字节来表示一个中文的方式，在习惯上称为双字节(即DBCS: Double-Byte Character Set)，由于Windows里使用的多字节字符绝大部分是两个字节长，所以MBCS常被用DBCS代替。

我们运行下面这段代码：

#include <stdio.h>  
 #include <string.h>  
 int main()  
 {  
   char *str1="hello world!";  
   char *str2="世界,你好!";  
   char *str3="我爱你";  
   printf("the length of str1=%d\n",strlen(str1));  
   printf("the length of str2=%d\n",strlen(str2));  
   1printf("the length of str3=%d\n",strlen(str3));  
   return 0;  
 }

我们可以看出中文字符占两个字节，英文字符占一个字节。

1.3，UNICODE

虽然双字节(DBCS)足以解决中英文字符混合使用情况，但对于不同字符系统而言，必须经过字符码转换，非常麻烦。例如：中英文混合情况，日文，韩文等等。 为解决这个问题，Apple，Xerox，Microsoft，IBM，Novell，Borland...很多公司联合起来制订了一套可以适用于全世界所有国家的字符码，就称为Unicode ，java的内核就是16位双字节编码Unicode为基准。

char类型表示Unicode编码方案中的字符。Unicode可同时包含65536个字符，ASCII/ANSI只包含255个字符，实际上是Unicode的一个子集。Unicode字符通常用十六进制编码方案表示，范围在'\u0000'到'\uFFFF'之间。\u0000到\u00FF表示ASCII/ANSI字符。\u表示这是一个Unicode值。

二，windows平台下各种字符串定义

VC6.0默认的是DBCS字符集，VS默认的是UNICODE字符集。

char :单字节变量类型，最多表示256个字符，

wchar_t :宽字节变量类型，用于表示Unicode字符，

它实际定义在<string.h>里：typedef unsigned short wchar_t。

为了让编译器识别Unicode字符串，必须以在前面加一个“L”,定义宽字节类型方法如下：

wchar_t c = 'A' ；

wchar_t * p = L"Hello!" ；

wchar_t a[] = L"Hello!" ；

其中，宽字节类型每个变量占用2个字节，故上述数组a的sizeof(a) = 14

TCHAR / _T( ) :

如果在程序中既包括ANSI又包括Unicode编码，需要包括头文件tchar.h。TCHAR是定义在该头文件中的宏，它视你是否定义了_UNICODE宏而定义成：

定义了_UNICODE： typedef wchar_t TCHAR ;

没有定义_UNICODE： typedef char TCHAR ;

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

_T( )也是定义在该头文件中的宏，视是否定义了_UNICODE宏而定义成：

定义了_UNICODE： #define _T(x) L##x

没有定义_UNICODE： #define _T(x) x

注意：如果在程序中使用了TCHAR，那么就不应该使用ANSI的strXXX函数或者Unicode的wcsXXX函数了，而必须使用tchar.h中定义的_tcsXXX函数。

以strcpy函数为例子，总结一下：

//如果你想使用ANSI字符串，那么请使用这一套写法：
char szString[100];
strcpy(szString,"test");
//如果你想使用Unicode字符串，那么请使用这一套：
wchar_t szString[100];
wcscpy(szString,L"test");
//如果你想通过定义_UNICODE宏，而编译ANSI或者Unicode字符串代码：
TCHAR szString[100];
_tcscpy(szString,_TEXT("test"));

这样我们用TCHAR，_tcscpy等就可以实现在UNICODE字符集和DBCS字符集兼容，明显地，这样同样的代码可以在VC6.0和VS平台下运行。

2.1、在字符串前加一个L作用:

如 L"我的字符串" 表示将ANSI字符串转换成unicode的字符串，就是每个字符占用两个字节。

strlen("asd") = 3;

strlen(L"asd") = 6;

2.2、_T宏可以把一个引号引起来的字符串，根据你的环境设置，使得编译器会根据编译目标环境选择合适的（Unicode还是ANSI）字符处理方式

如果你定义了UNICODE，那么_T宏会把字符串前面加一个L。这时 _T("ABCD") 相当于 L"ABCD" ，这是宽字符串。

如果没有定义，那么_T宏不会在字符串前面加那个L，_T("ABCD") 就等价于 "ABCD"

2.3、TEXT,_TEXT 和_T 一样的

如下面三语句：

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

char szStr2[] = "str1";

WCHAR szStr3[] = L("str1");

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。

但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，建议都用第一种表示方法。

但在某些情况下，某个字符必须为ANSI或UNICODE，那就用后两种方法。

2.4、_T()函数详解

_T("")是一个宏,他的作用是让你的程序支持Unicode编码，因为Windows使用两种字符集ANSI和UNICODE，前者就是通常使用的单字节方式，但这种方式处理象中文这样的双字节字符不方便，容易出现半个汉字的情况。而后者是双字节方式，方便处理双字节字符。Windows NT的所有与字符有关的函数都提供两种方式的版本，而Windows 9x只支持ANSI方式。如果你编译一个程序为ANSI方式，_T实际不起任何作用。而如果编译一个程序为UNICODE方式，则编译器会把"Hello"字符串以UNICODE方式保存。_T和_L的区别在于，_L不管你是以什么方式编译，一律以UNICODE方式保存。

LPSTR：32bit指针指向一个字符串，每个字符占1字节

LPCSTR:32-bit指针指向一个常字符串，每个字符占1字节

LPWSTR：32bit指针指向一个字符串，每个字符占2字节

LPCWSTR:32-bit指针指向一个常字符串，每个字符占2字节

LPCTSTR:32-bit指针指向一个常字符串,每字符可能占1字节或2字节，取决于Unicode是否定义

LPTSTR:32-bit指针每字符可能占1字节或2字节，取决于Unicode是否定义

L是表示字符串资源为Unicode的。

比如:

wchar_t Str[] = L"Hello World!";

这个就是双子节存储字符了。

_T是一个适配的宏，当#ifdef _UNICODE的时候，_T就是L。没有#ifdef _UNICODE的时候，_T就是ANSI的。比如

LPTSTR lpStr = new TCHAR[32];

TCHAR* szBuf = _T("Hello");

以上两句使得无论是在UNICODE编译条件下都是正确编译的。而且MS推荐你使用相匹配的字符串函数。比如处理LPTSTR或者LPCTSTR 的时候，不要用strlen ,而是要用_tcslen。否则在UNICODE的编译条件下，strlen不能处理 wchar_t*的字符串。T是非常有意思的一个符号（TCHAR、LPCTSTR、LPTSTR、_T()、_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?编译的时候才决定。

II.使用fstream类打开文件的时候，如果文件名中含有中文或者路径中含有中文的话，文件打开失败！

首先，用一个简单的例子来重现一下我所遇到的问题：

(1). 在VS2008的“Property Pages”属性页中，选择“Configuration Properties”-->“General”，可以看到当前使用的字符集是“Multi-Byte Character Set”，也就是说程序中使用的是多字节字符集。

(2).接下来看看ifstream打开txt文件的简单代码：

#include <fstream>  
#include <iostream>  
using namespace std;  
int _tmain(int argc, _TCHAR* argv[])  
{  
    ifstream infile("d:\\测试.txt");  
    if(infile.is_open())  
   {  
       cout<<"Open Success!";  
   }  
    else  
    {  
        cout<<"Open Fail!";  
    }  
    return 0;  
}

(3).运行结果：输出“Open Fail” (打开文件失败！)

从设置选项中可以看到，工程中使用的字符集可设置为“Multi-Byte Character Set”或“Unicode Character Set”，其中“Multi-Byte Character Set”表示使用ANSI编码方式，“Unicode Character Set”表示使用UNICODE编码方式。

那么这两种编码方式有什么样的区别呢？

(1).传统的计算机使用ANSI编码，在ANSI编码模式下，英文字符都用1个字节表示，而某些其它国家的文字（如汉字、日文），无法用单个字节来表示，ANSI便采用多个字节来表示这些字符（汉字是2个字节）。

(2).UNICODE包含UTF-8、UTF-16、UTF-32等多种编码方案（目前windows一般使用UTF-16）。拿UTF-16来说，规定所有字符都使用2个字节表示（不论英文字母还是汉字），对于超出2个字节范围的字符采用代理（采用4个字节表示）。

UNICODE相比ANSI有很多方面的优势（优势体现在哪？），微软非常提倡使用UNICODE编码方式，在MS较新版本的系统中都是采用UNICODE编码的。因此，即便我们在自己写的程序中使用了ANSI编码，系统会将其转换为UNICODE再对其进行处理。

接下来我们说一下ifstream。在调用ifstream的open方法时，系统内部调用mbstowcs_s进行文件名转换（mbstowcs_s函数的作用是把多字节字符转化为宽字符），需要注意的是，该函数的调用结果依赖于程序的本地化设置（什么是本地化设置？）。而本地化设置可以通过setlocale函数来设置，譬如：setlocale(LC_ALL, "chinese")表示将程序本身的语言设置为中文，而程序启动时默认设置为LC_ALL="C"。在使用mbstowcs_s进行字符串转换时，只有当LC_ALL="chinese"时，含中文的字符串才能正确的转换成其对应的宽字节字符，否则（在LC_ALL="C"时），汉字会被看成2个单字节的字符，然后再转换成宽字节的字符，这样转换的结果显然是错误的！这就是ifstream打开含中文路径的文件失败的原因，因为"d://测试.txt"转换后得到错误的路径，因此文件打不开！

解决方法如下：

#include <tchar.h>
 #include <fstream>
 #include <iostream>
 using namespace std;
 int main()
 {
	 /************************************************************************/
	 /* 方法1，使用_TEXT()宏定义将字符串常量指定为TCHAR*类型 */
	 /* 如果是我，首选此类型 */
	 /************************************************************************/
	 fstream file;
	 file.open(_TEXT("c:\\测试\\测试文本.txt"));
	 cout<<file.rdbuf();
	 file.close();
	/************************************************************************/
	/* 方法2，使用STL中的locale类的静态方法指定全局locale */
	/* 使用该方法以后,cout可能不能正常输出中文，十分蹊跷 */
	/* 我发现了勉强解决的方法：不要在还原区域设定前用cout或wcout 输出中文 */
	/* 否则后果就是还原区域设定后无法使用cout wcout输出中文 */
	/************************************************************************/
	locale::global(locale(""));//将全局区域设为操作系统默认区域
	file.open("c:\\测试\\测试文本2.txt");//可以顺利打开文件了
	locale::global(locale("C"));//还原全局区域设定
	cout<<file.rdbuf();
	file.close();
	/************************************************************************/
	/* 方法3，使用C函数setlocale，不能用cout输出中文的问题解决方法同上
	/************************************************************************/
	setlocale(LC_ALL,"Chinese-simplified");//设置中文环境
	file.open("c:\\测试\\测试文本3.txt");//可以顺利打开文件了
	setlocale(LC_ALL,"C");//还原
	cout<<file.rdbuf();
	file.close();
}

由于windows提倡使用UNICODE编码，因此，我们在使用VS编写程序的时候，最好也都使用UNICODE字符集。这样有利于避免字符集转换带来的问题，同时，也有利于提高效率（前面提到，windows内部会把ANSI编码转换为UNICODE再处理，这些转换当然也带来了额外的时间消耗）。

　　在示例的程序中，可以将工程字符集设置为UNICODE，然后将字符串前面加上_T(这样，在字符集已经设置为UNICODE的情况下，该字符串会自动采用宽字符表示)，例如：ifstream infile(_T("d:\\测试.txt")),便不会有打开文件不成功的问题了。

III.关于MFC里面一系列指针

LPTSTR

LP：长指针（long pointer）。

　　T：win32环境中有一个_T宏，用来标识字符是否采用Unicode编码（两字节表示一个字符），若程序中定义了Unicode，该字符/字符串被作为Unicode字符串，否则就是标准的ANSI（单字节表示一个字符）字符串。

　　STR:表示这个变量是一个字符串。

LPCTSTR

与上面的类似，不过多了一个C,表示常量，即这是一个常指针。(即不允许修改指针指向的字符)

ANSI情况下，LPCTSTR 就是 const char*, 是常量字符串（不能修改的）。而LPTSTR 就是 char*, 即普通字符串（非常量，可修改的）。类似的,在Unicode情况下,LPCTSTR 就是 const wchar_t*,
是常量字符串（不能修改的）。而LPTSTR 就是wchar_t*.

IV. vs 2005调试“没有为任何调用堆栈框架加载任何符号

其实这主要是初学者才会犯的错误,建工程的时候不能直接建空白工程,要先建控制台,再在里面选空项目就可以正常调试了.~~

其实问题在于，在空项目中不生成调试文件pdb，所以无法调试。

要让项目生成pdb文件，需要更改：

项目属性，configuration properties->linker->Generate Debug Info 从 no 改为 yes

但这样还是不够的，还需要更改：

项目属性，configuration properties->c/c++->debug information format为/ZI

项目属性，configuration properties->c/c++->optimization为Disabled

因为为了生成这个文件，需要设定debug信息的格式并关掉O2，还要更改linker生成调试信息的开关

在你的代码编译时会根据编译器选项会生成符号文件,它用于你调试时可以映射到源代码.所以如果没有这个文件,它只能显示汇编码.如果你在调试进程,这种情况是正常的;如果是自己的代码,你可以用Debug配置重置下试试.

V.关于stack around the variable “” was corrupted问题的处理

把“project->配置属性->c/c++->代码生成->基本运行时检查 设置为默认值，就没有这样的错误了。关于MSDN的解释是在堆栈外面读写某数据。错误是名为RTC1的编译器检测的。又看了更多的技术文章，发现这样的错误是程序员在项目到了一定大的时候，它占用的堆栈量就比较大。

总结一下：

程序在Unicode环境和多字节环境下面转来转去是在是麻烦，因此我们要尽量采用微软给我们提供的一些类型来做，让程序自己完成相应的转化！

如写char类型的时候可以定义为tchar, char*类型的时候定义为LPTSTR,等等等等！

备忘：为了适用于Unicode环境，要养成使用_T()宏的习惯

1、格式化字符串

CString s;

s.Format(_T("The num is %d."), i);

2、转为 int

转10进制最好用_ttoi()，它在 ANSI 编码系统中被编译成_atoi()，而在 Unicode 编码系统中编译成_wtoi()。用_tcstoul()或者_tcstol()可以把字符串转化成任意进制的（无符号/有符号）长整数。

CString hex = _T("FAB");

CString decimal = _T("4011");

ASSERT(_tcstoul(hex, 0, 16) == _ttoi(decimal));



3、转为 char *

　 强制类型转换为 LPCTSTR，不能修改字符串。

LPCTSTR p = s;

或者直接 (LPCTSTR)s;