windows编程字符串处理

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：

Windows编程中主要使用两种字符串类型：ANSI字符串（char）和Unicode字符串（wchar_t）。ANSI字符串使用单字节编码，而Unicode字符串使用双字节编码（UTF-16）。为了编写跨平台的代码，Windows提供了TCHAR类型，它可以根据编译设置自动转换为char或wchar_t。CRT库中提供了对应的处理函数，如strlen和wcslen分别用于处理ANSI和Unicode字符串。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、windows常用字符出处理函数？

Windows提供了丰富的字符串处理函数，包括安全字符串函数（如RtlStringCbPrintfW）和通用函数宏（如_tcslen）。这些函数可以处理不同编码的字符串，并确保操作的安全性。TCHAR.H头文件中定义了一系列宏，如__T宏用于字符串字面量的编码转换，_tcslen会根据_UNICODE定义自动选择strlen或wcslen。

常用：
_T() //自动转换为char或wchar_t
strlen
wsclen
_tsclen
WideCharToMultiByte //宽转窄
MultiByteToWideChar//窄转宽

WideCharToMultiByte
功能：将宽字符字符串（UTF-16）转换为多字节字符串（ANSI/UTF-8等）。
函数原型：
int WideCharToMultiByte(
UINT CodePage, // 目标代码页（如 CP_ACP、CP_UTF8）
DWORD dwFlags, // 转换标志（通常设为 0）
LPCWSTR lpWideCharStr, // 输入的宽字符字符串
int cchWideChar, // 输入字符串的字符数（-1 表示自动计算）
LPSTR lpMultiByteStr, // 输出的多字节缓冲区
int cbMultiByte, // 输出缓冲区的字节数（若为 0，则返回所需缓冲区大小）
LPCSTR lpDefaultChar, // 无法转换时的替代字符（通常设为 NULL）
LPBOOL lpUsedDefaultChar // 是否使用了替代字符（可设为 NULL）
);
典型用途：

将 wchar_t* 转换为 char*，例如保存为 UTF-8 文件或兼容旧版 ANSI API。
处理需要兼容非 Unicode 环境的场景。

MultiByteToWideChar
功能：将多字节字符串（ANSI/UTF-8等）转换为宽字符字符串（UTF-16）。
函数原型：
int MultiByteToWideChar(
UINT CodePage, // 代码页（如 CP_ACP 表示当前 ANSI 代码页，CP_UTF8 表示 UTF-8）
DWORD dwFlags, // 转换标志（通常设为 0）
LPCSTR lpMultiByteStr,// 输入的多字节字符串
int cbMultiByte, // 输入字符串的字节长度（-1 表示自动计算到 NULL 终止符）
LPWSTR lpWideCharStr, // 输出的宽字符缓冲区
int cchWideChar // 输出缓冲区的字符数（若为 0，则返回所需缓冲区大小）
);
典型用途：

将 char*（ANSI 或 UTF-8）转换为 wchar_t*（UTF-16）。
处理来自文件或网络的 UTF-8 数据时转换为 Windows 原生 Unicode 格式。

二、测试代码

打印中文8位和16位字符串

#include <Windows.h>
#include <iostream>
#include <tchar.h>
#include <stdio.h>void print_bin(void* p, int len)
{int i = 0;for (i = 0; i < len; i++){if (i % 16 == 0){printf("\n");}printf("%2x ", ((unsigned char*)p)[i]);}
}int main()
{CHAR char_buff[] = "你好";WCHAR wchar_buff[] = L"你好";TCHAR tchar_buff[] = _T("你好");printf("char_buff = %lld\n", sizeof(char_buff));printf("wchar_buff = %lld\n", sizeof(wchar_buff));printf("tchar_buff = %lld\n", sizeof(tchar_buff));printf("len char_buff = %lld\n", strlen(char_buff));printf("len wchar_buff = %lld\n", wcslen(wchar_buff));printf("len tchar_buff = %lld\n", _tcslen(tchar_buff));print_bin(&char_buff, sizeof(char_buff));print_bin(&wchar_buff, sizeof(wchar_buff));print_bin(&tchar_buff, sizeof(tchar_buff));std::cout << "Hello World!\n";
}

调用堆栈

ConsoleApplication2.exe!main() 行 40 C++
ConsoleApplication2.exe!invoke_main() 行 79 C++
ConsoleApplication2.exe!__scrt_common_main_seh() 行 288 C++
ConsoleApplication2.exe!__scrt_common_main() 行 331 C++
ConsoleApplication2.exe!mainCRTStartup(void * __formal) 行 17 C++
kernel32.dll!00007ff8ce03e8d7() 未知
ntdll.dll!00007ff8cf8914fc() 未知

1，GBK编码（char_buff） c4 e3 ba c3 0 表示：
c4 e3 = "你"的GBK编码
ba c3 = "好"的GBK编码
0 = 字符串结束符 GBK编码中每个中文字符占用2个字节，所以"你好"共4字节，加上结束符共5字节。

2，UTF-16LE编码（wchar_buff） 60 4f 7d 59 0 0 表示：
60 4f = "你"的Unicode码点U+4F60的小端表示
7d 59 = "好"的Unicode码点U+597D的小端表示
0 0 = 宽字符串结束符 UTF-16LE中每个字符占2字节，所以"你好"共4字节，加上结束符共6字节。

GBK是传统的ANSI编码扩展，而UTF-16LE则是现代Unicode编码的标准实现。

GBK编码详解
GBK编码是中国国家标准GB 2312-80的扩展，全称为《汉字内码扩展规范》。它具有以下特点：

双字节编码：每个中文字符占用2个字节，英文字符保持1个字节
兼容性：完全兼容GB 2312标准，同时支持繁体中文和日韩汉字
编码范围：高字节在0x81-0xFE，低字节在0x40-0xFE
典型应用：传统Windows应用程序、简体中文版操作系统默认ANSI编码
GBK编码的优势在于存储效率高，对简体中文支持完善，但缺点是不支持国际化多语言环境。

UTF-16LE编码详解
UTF-16LE是Unicode标准的实现方式之一，特点包括：

固定长度：大多数字符（包括中文）使用2个字节表示
完整支持：可表示Unicode标准中的所有字符（包括补充字符使用4字节）
小端序：低字节在前，高字节在后
Windows原生支持：Windows API内部使用UTF-16LE作为原生字符串格式
UTF-16LE的优势在于完美支持多语言环境，且是Windows系统内核的本地编码格式。

---

总结

介绍了windows下字符串存储方式，8位和16位，以及常用的中文编码方式GBK和utf16le