字符与编码
-
字节与字符
我们通常认为，字节(byte)和字符(character)是一致的，1个字节可以表示一个字符，一个字符占用1个字节，如：
chars1[]="ABC";
chars2[]="中文ABC";
//使用sizeof获取字符串长度
printf("sizeofs1:%d\r\n",sizeof(s1)); //结果输出为：sizeof s1: 4
printf("sizeofs2:%d\r\n",sizeof(s2)); //结果输出为：sizeof s1: 8
可以看出，中文完全乱了。一个英文字符对应于一个字节，而一个中文字符则可能对应于两个字节。总之，字节与字符不是一一对应的，至于一个字符占用几个字节，则是由一张映射表来表示的，而这种映射表，就是编码表。
-
ANSI、MBCS、与UNICODE
目前计算机中用得最广泛的字符集及其编码，是由美国国家标准局（ANSI）制定的ASCII（American StandardCode for Information Interchange,国家标准信息交换码）。ASCII码占用一个字节，准确地说，是7个比特。但汉字的数目很多，用简单的1个字节根本无法表达，因此决定采用2个字节来表示一个汉字。
这样不同长度混排的编码方法，通常被叫做“MBCS(Muilti-BytesCharecter Set, 多字节字符集)”，如，“中文ABC”这串文本，它所占用的字节数可能就是：2×2+3=7。
为了使国际间信息交流更加方便，制定了UNICODE字符集，为各种语言中的每一个字符设定了统一并且唯一的数字编号，所有的字符都固定占用2个字节。如“中文ABC”，它所占用的字节数就是：5×2=10。使用UNICODE编码进行存放的字节也被称作宽字节字符。
在标准C++中，可以这样定义一个MBCS或者ANSI的字符串，即： char s[]=“中文ABC”；
定义一个UNICODE的字符串，可以使用L前缀，即：wchar_t s[]=L“中文ABC”；
-
TCHAR与_T
问题来了：我们是采用char还是wchar_t? 观察如下代码：
char s[]=“中文ABC”；
当我们准备采用wchar_t时，则需要改成：
wchar_t s[]=L“中文ABC”；
太麻烦了！！！因此开发者为此造出了一批宏，且看一段代码：
TCHAR s[]=_T(“中文ABC”);
这段代码中，s到底是char数组还是wchar_t数组呢？Visual C++的解释是，如果需要它是char数组，那么它就是char数组；否则，它就是wchar_t数组。这样的魅力来源于宏TCHAR的定义：
typedef unsigned char CHAR
typedef unsigned wchar_t WCHAR
#ifdef UNICODE
typedefwchar_t TCHAR
#else
typedef unsigned char TCHAR
#endif
由此可以看出，CHAR实际就是unsigned char，WCHAR为unsigned wchar_t，而TCHAR根据是否支持UNICODE而不同。
同理，当UNICODE宏被定义，“_T(“中文ABC”)”会解释成“L(“中文ABC”)”，否则它只将其解释成““中文ABC””。
-
字符串的长度
-
使用sizeof获取字符串长度
sizeof用以获取字符数组的字节数（当然包括结束符0）。对于ANSI字符串和UNICODE字符串，形式如下：
sizeof(cs)/sizeof(char)
sizeof(ws)/sizeof(wchar_t)
可以采用类似的方式，获取到其字符的数目。
-
使用strlen()获取字符串长度
strlen()及wcslen()是标准C++定义的函数，它们分别获取ASCII字符串及宽字符串的长度，如：
size_t strlen(const char *string);
size_t wcslen(const wchar_t *string);
strlen()与wcslen()采取0作为字符串的结束符，并返回不包括0在内的字符数目。
-
使用CString::GetLength()获取字符串长度
GetLength()返回字符而非字节的数目。比如：CStringW中，“中文ABC”的GetLength()会返回5，而非10。那么对于MBCS呢？同样，它也只能将一个字节当做一个字符，CStringA表示的“中文ABC”的GetLength()会返回7。
-
使用std::string::size()获取字符串长度
Length()和size()的功能完全一样，他们仅仅返回字符而非字节的个数，如果遇到MCBS，它的表现和 CStringA：：GetLength()一样。
-
编写程序（各种获取字符串长度的方法）
#include"stdio.h"
#include"string"
#include"afx.h"
using namespacestd;
void main()
{
char s1[]="中文ABC";
wchar_t s2[]=L"中文ABC";
//使用sizeof获取字符串长度
printf("sizeofs1:%d\r\n",sizeof(s1));
printf("sizeof s2:%d\r\n",sizeof(s2));
//使用strlen获取字符串长度
printf("strlens1:%d\r\n",strlen(s1));
printf("wcslens2:%d\r\n",wcslen(s2));
//使用CString::GetLength()获取字符串长度
CStringA sa=s1;
CStringW sw=s2;
printf("sa.GetLength()s1:%d\r\n",sa.GetLength());
printf("sw.GetLength()s2:%d\r\n",sw.GetLength());
//使用string::size()获取字符串长度
string ss1=s1;
wstring ss2=s2;
printf("ss1.size()s1:%d\r\n",ss1.size());
printf("ss2.size()s2:%d\r\n",ss2.size());
}
输出结果为：
sizeofs1:8
sizeofs2:12
strlen(s1):7
wcslen(s2):5
sa.GetLength():7
sw.GetLength():5
ss1.size():7
ss2.size():5