char wchar_t ascii unicode 之旅

在window32开发中，char占用一个字节，wchar_t占用两个字节。ascii字符集用char表示。unicode字符集用wchar_t表示。

我们是否经常听到这样一句话。用 string表示的占用内存比较少。wstring表示的占用内存比较多。起初我也是这么认为的，所以我经常使用string.虽然我知道win32内部是用unicode表示的。例如，我们经常可以接触到 win32的两个版本的函数以A和W为后缀的函数（例如，GetModuleFileNameA，GetModuleFileNameW) ,其实以A为后缀的函数只是分配内存，把char字符转换成wchar_t字符。最终还是调用对应的以W为后缀的函数。所以，曾经的我一直，在考虑，到底用那种方式好呢。节省内存还是提高性能尼？

真是让人迷茫啊。但这一切即将，烟消云散。一切都恍然大悟。

char占用一个字节，wchar_t占用两个字节，是对的。ascii字符集占用一个字节，unicode字符集占用两个字节，也是对的。

中文用两个字节表示（重点），不管我们char，还是wchar_t来存储中文，每个中文字符都占用两个字节。除了最后一个结束字符( 0 ) 。在char中，用一个字符表示。在wchar_t中，用两个字符表示。

ok 上代码吧，看完代码，你就会懂了！

#include <stdio.h>
#include <string>inline
void _output(const char* psz, int iBytelen)
{printf("占用内存: %d 字节\n", iBytelen);printf("内存内容: ");for (int i = 0; i < iBytelen; i++){printf("0x%02x ", (unsigned char)*(psz + i));}printf("\n");
}void outputA(const char* psz, int iBytelen)
{printf("char[]: %s\n", psz);_output(psz, iBytelen);
}void outputW(const wchar_t* wpsz, int iBytelen)
{setlocale(LC_ALL, "chs");                    //乱码问题wprintf(L"wchar_t[]: %s\n", wpsz);setlocale(LC_ALL, "c");_output((const char*)wpsz, iBytelen);
}int
main(void)
{
#define TEST_MAX_SIZE   100
#define _TO_W(str)      L ## str
#define TO_W(str)       _TO_W(str)
#define CHINA_STR_TEST  "我们是中华民族！"
#define WCHINA_STR_TEST TO_W(CHINA_STR_TEST)
#define ENGLISH_STR_TEST "english"
#define WENGLISH_STR_TEST TO_W(ENGLISH_STR_TEST)char    China[TEST_MAX_SIZE]    = CHINA_STR_TEST;wchar_t   wChina[TEST_MAX_SIZE]   = WCHINA_STR_TEST;char    English[TEST_MAX_SIZE]   = ENGLISH_STR_TEST;wchar_t wEnglish[TEST_MAX_SIZE] = WENGLISH_STR_TEST;int iCa_bytelen        = sizeof(CHINA_STR_TEST);int iwCa_bytelen  = sizeof(WCHINA_STR_TEST);int iEh_bytelen      = sizeof(ENGLISH_STR_TEST);int iwEh_bytelen    = sizeof(WENGLISH_STR_TEST);outputA(China, iCa_bytelen);outputW(wChina, iwCa_bytelen);outputA(English, iEh_bytelen);outputW(wEnglish, iwEh_bytelen);while (true);
}

运行结果：

其实，中文的字符集，本来就占用两个字节，不管用char 存储，还是用 wchar_t 存储。因此，我们开发程序的时候，我们的字符串多数是用中文的，少数用到英文。只有英文会浪费掉一半的内存，中文只会浪费一个字节的内存（最后一个 0 字符 ) .所以，对于开发中文字符集的程序，我们用wchar_t （unicode）字符集就行了。我们也可以完全用wstring使用，因为，一切都不是绝对的。 wstring虽然用两个字节来表示一个字符，但是对英文而言的，对我们中文而言，wstring 只会比 string多浪费少量的字节（一个或一个以上字节。我没有彻底研究string wstring ，所以不乱下结论，但可以肯定的是，不会像英文那样浪费一半或一半以上的字节)。

这篇文章写得很多bug 比如ansi字符集占用一个字节，但后来，我看了下面链接的文章，就比较彻底得明白了字符集编码了

http://blog.csdn.net/softman11/article/details/6124345

http://blog.csdn.net/hanford/article/details/53391891

char wchar_t ascii unicode 之旅相关推荐

String+char+byte+ascii+unicode
众所周知,计算机底层的数据都是0和1. 那么我们在输入数字的时候,要交给计算机处理,首先要转化成计算机能识别的0和1的形式.那么文字是怎么样转化成0和1的呢? 通过字符集.常用的字符集是ASCII,每 ...
ANSI,ASCII,UNICODE
转载:http://blog.csdn.net/zj510/article/details/38368397 一直以来,编码问题都是比较令人纠结的,我自己也是,迷惑了好一段时间. 首先看一下ANSI编 ...
TCHAR char wchar_t PTSTR PCSTR printf() wprintf()——_tprintf()解析
TCHAR char wchar_t PTSTR PCSTR printf() _tprintf() 晕菜了吧? 转来一篇文章为大家解惑... Petzold的Programming Windows的 ...
VC++中的char,wchar_t,TCHAR(转载)
VC++中的char,wchar_t,TCHAR 大家一起做一个项目,经常发现有的人爱用strcpy等标准ANSI函数,有的人爱用_tXXXX函数,这个问题曾经搞的很混乱.为了统一,有必要把来龙去脉搞 ...
ANSI,ASCII,Unicode的区别与联系
为什么80%的码农都做不了架构师?>>> ANSI,ASCII,Unicode的区别与联系 http://wenku.baidu.com/view/01d596e3524de5 ...
char类型和Unicode编码
[0]README 0.1)本文对 char类型和Unicode编码的总结并不完整,仅供参考: 0.2)本文获取Unicode辅助字符的代码点的idea转自: http://blog.csdn.n ...
char*,wchar_t*,CString和BSTR之间的转换
前言本文并不尝试列举出所有的转换方法,只列举作者认为方便易用的方法. 1.char*和wchar_t*的相互转换可以利用中间类_bstr_t(头文件comdef.h)方便的进行相互转换 const ...
关于char, wchar_t, TCHAR, _T(),L,宏 _T、TEXT,_TEXT
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 s ...
TCHAR char wchar_t 的区别
有的人爱用strcpy等标准ANSI函数,有的人爱用_tXXXX函数,有必要把来龙去脉搞清楚. 为了搞清这些函数,就必须理请几种字符类型的写法.char就不用说了,先说一些wchar_t.wchar_ ...
关于char, wchar_t, TCHAR, _T,L,TEXT,_TEXT，LPSTR，LPCSTR，PWSTR，PCWSTR，LPTSTR，LPCTSTR的区别
#ifdef UNICODE typedef wchar_t TCHAR; #else typedef unsigned char TCHAR; #endif typedef unsigned cha ...

char wchar_t ascii unicode 之旅

char wchar_t ascii unicode 之旅相关推荐

最新文章

热门文章