易语言windows开发从入门到死亡:第二章.

第一页

易语言windows开发从入门到死亡:第二章.ASCII与Unicode

这章的内容主要是讲ASCII与Unicode.作为模块 去 死的一个铺垫.

上次写的被人吐槽.可是你们想过没有.模块是一行代码就能搞定了,而winhttp缺需要很大的篇幅来讲.我估计就算真的写出来了.只要看到教程长度就懒得去看了.

不扯了,开讲.还是先搬内容过来!

几乎所有电脑系统都支持基本拉丁字母，并各自支持不同的其他编码方式。Unicode为了和它们相互兼容，其首256字符保留给ISO 8859-1所定义的字符，使既有的西欧语系文字的转换不需特别考量；并且把大量相同的字符重复编到不同的字符码中去，使得旧有纷杂的编码方式得以和Unicode编码间互相直接转换，而不会丢失任何信息。举例来说，全角格式区段包含了主要的拉丁字母的全角格式，在中文、日文、以及韩文字形当中，这些字符以全角的方式来呈现，而不以常见的半角形式显示，这对竖排文字和等宽排列文字有重要作用。

接下来是ASCII

在计算机中，所有的数据在存储和运算时都要使用二进制数表示（因为计算机用高电平和低电平分别表示1和0），例如，像a、b、c、d这样的52个字母（包括大写）、以及0、1等数字还有一些常用的符号（例如*、#、@等）在计算机中存储时也要使用二进制数来表示，而具体用哪些二进制数字表示哪个符号，当然每个人都可以约定自己的一套（这就叫编码），而大家如果要想互相通信而不造成混乱，那么大家就必须使用相同的编码规则，于是美国有关的标准化组织就出台了ASCII编码，统一规定了上述常用符号用哪些二进制数来表示。

美国标准信息交换代码是由美国国家标准学会(AmericanNational Standard Institute , ANSI )制定的，标准的单字节字符编码方案，用于基于文本的数据。起始于50年代后期，在1967年定案。它最初是美国国家标准，供不同计算机在相互通信时用作共同遵守的西文字符编码标准，它已被国际标准化组织（International Organization for Standardization, ISO）定为国际标准，称为ISO 646标准。适用于所有拉丁文字字母。

关于ASCII和Unicode到底是什么.自行百度,这里就不多讲.

第一页

在易语言的环境中.所有API函数只要是有A和W之分的.建议一律全部走A版本

我这样说你肯定会懵逼,看个实例

在VC++的环境中.你使用MessageBox函数,IDE会自动调整版本.我这里设置的是Unicode.所以直接默认走了Unicode.

但是.易语言却并不会默认走任何一个版本.先看段代码

运行

然后修改库中对应名

第一页

在我的印象中易语言貌似有一个默认的走A版本.但是我测试之后发现并没有,这里我还没有过多的去测试.但是我们不加A或者W无法找到该命令

这里有一个地方我需要详细讲一讲.实际上,MessageBox这个函数根本不存在.是的,这个函数压根就没有.有的只是一个MessageBoxA和MessageBoxW.而MessageBox是不存在的,我们上个软件瞅瞅就清楚了

这里可以很清晰的看到

有EX版本,有A版本,有W版本.但是就是没有MessageBox.到这里,就很清晰了.也就是说,微软这个 狗 儿 子压根就没有导出这个函数.这个函数实际上也并不存在,要么A.要么W.但是在VC++环境中.头文件直接宏定义了.在我们的易语言环境中,我们则需要手动加上AorW.但是我建议,一律走A.为什么?

消息框成功的弹出了.但是却并没有显示应该显示的内容.原因也很简单…你在易语言IDE环境下写的全是ASCII…你把ASCII字符丢给W版本去处理.当然会乱码

不过这个问题上有很多疑点.深究下去会非常麻烦而且意义不算很大.其问题就在于为什么ASCII版本能显示中文.大概比较能让人信服的观点是GBK或者2312等兼容ASCII,也就是前127位是一样的.所以易语言使用A版本不会出现乱码.而易语言无法显示UTF-8的字符.这点上也让人更加能相信一些.不过具体内部到底如何,我不想去做一个深究.因为意义并不是很大.这里对于新手来说,只需要知道.有A一律用A版本即可,那么问题来了.如果没有A该肿么办???

这就是我们必须要讲的内容了.ASCII和Unicode转换

这里win提供了2个API

MultiByteToWideChar

WideCharToMultiByte

精易模块的源码我看过.你们经常用到的ASCII和UNICODE来回转换.用的也是该函数

这次我来仔细给你们讲讲,这2个函数到底如何使用

第一页

先由窄(ASCII)到宽(Unicode).我大概给你们翻译一下函数原型.后面翻译的易语言类型不是100%正确,但是一定是可用的

int MultiByteToWideChar(

  UINT CodePage, //整数型

  DWORD dwFlags, //整数型

  LPCSTR lpMultiByteStr,// 文本型

  int cbMultiByte,//整数型

  LPWSTR lpWideCharStr,//字节集

  int cchWideChar//整数型

);函数原型从MSDN搬的.百度百科有翻译.这个我们暂时先搬过来

CodePage：指定执行转换的字符集，这个参数可以为系统已安装或有效的任何字符集所给定的值。你也可以指定其为下面的任意一值：

CP_ACP：ANSI字符集；CP_MACCP：Macintosh代码页；CP_OEMCP：OEM代码页；

CP_SYMBOL：符号字符集（42）；CP_THREAD_ACP：当前线程ANSI代码页；

CP_UTF7：使用UTF-7转换；CP_UTF8：使用UTF-8转换。

第一个参数.在易语言中.如果你只是需要宽窄转换.那么就填CP_ACP.这个位置可以直接写死,以后都不需要变.不过这个CP_ACP是VC++宏定义.跟上次的内容一样.用VS直接跟进去看

OK.填0

dwFlags：一组位标记用以指出是否未转换成预作或宽字符（若组合形式存在），是否使用象形文字替代控制字符，以及如何处理无效字符。你可以指定下面是标记常量的组合，含义如下：

MB_PRECOMPOSED：通常使用预作字符——就是说，由一个基本字符和一个非空字符组成的字符只有一个单一的字符值。这是缺省的转换选择。不能与

MB_COMPOSITE值一起使用。

MB_COMPOSITE：通常使用组合字符——就是说，由一个基本字符和一个非空字符组成的字符分别有不同的字符值。不能与MB_PRECOMPOSED值一起使用。

MB_ERR_INVALID_CHARS：如果函数遇到无效的输入字符，它将运行失败，且GetLastErro返回ERROR_NO_UNICODE_TRANSLATION值。

MB_USEGLYPHCHARS：使用象形文字替代控制字符。

组合字符由一个基础字符和一个非空字符构成，每一个都有不同的字符值。每个预作字符都有单一的字符值给基础/非空字符的组成。在字符è中，e就是基础字符，而重音符标记就是非空字符。

函数的缺省动作是转换成预作的形式。如果预作的形式不存在，函数将尝试转换成组合形式。

标记MB_PRECOMPOSED和MB_COMPOSITE是互斥的，而标记MB_USEGLYPHCHARS和MB_ERR_INVALID_CHARS则不管其它标记如何都可以设置。

直接填0(一般不使用这些标志，故取值为0时。)

后面4个是重点.也就是前面2个给0.只管后面这4个

lpMultiByteStr：指向将被转换字符串的字符。

cchMultiByte：指定由参数lpMultiByteStr指向的字符串中字节的个数。如果lpMultiByteStr指定的字符串以空字符终止，可以设置为-1（如果字符串不是以空字符中止，设置为-1可能失败，可能成功），此参数设置为0函数将失败。

lpWideCharStr：指向接收被转换字符串的缓冲区。

cchWideChar：指定由参数lpWideCharStr指向的缓冲区的宽字符个数。若此值为零，函数返回缓冲区所必需的宽字符数，在这种情况下，lpWideCharStr中的缓冲区不被使用。

第一页

该函数在Kernel32.DLL中被导出

这个MSDN没写,我也有点懵逼…去百度了一下才知道的

返回值：

如果函数运行成功，并且cchMultiByte不为零，返回值是由lpMultiByteStr指向的缓冲区中写入的字节数；重点就在这里了,这里会涉及到一个内存分配的问题.所以必须知道需要多大的长度.

如果函数运行成功，并且cchMultiByte为零，返回值是接收到待转换字符串的缓冲区所必需的字节数。（此种情况用来获取转换所需Char的个数）

接下来开始调用

前两个填0没意见,第三个参数直接填要转换的ASCII文本即可.第四个参数-1.第五个参数为转换后的.最后一个参数填0.

这样调用的意义在于该函数的返回值,我们必须知道转换后的长度是多少.并且我们需要手动分配出该长度.在VC++中,也必须动态分配(new)或者提前分配.

然后,我们拿到返回值的长度后.我们才开始转换

第一页

-------------------

    调用格式： 〈字节集〉 取空白字节集 （整数型 零字节数目）- 系统核心支持库->字节集操作

    英文名称：SpaceBin

    返回具有特定数目0 字节的字节集。本命令为初级命令。

    参数<1>的名称为“零字节数目”，类型为“整数型（int）”。

操作系统需求：Windows、Linux

这个命令是必须的.因为win提供的该函数比较扯.他需要你提供的其实是一个指针.然后他会去把转换后的字符串.memcpy拷贝过去.你必须提前申请这段内存.才有地方存放.而易语言这条命令干了2件事

第一.分配给你你需要的大小.也就是参数1.

第二.ZeroMemory.将申请的内存中.全部清零

所以此命令是必须的.我们第二次调用.前两个参数依旧是0.你就把这2个2B当做是占位符好了….

第三个参数.我们依旧填之前的文本.注意.这个文本不可有改动!你可以这样想想,老子帮你计算好了长度,还帮你分配好了内存.最后你跟老子说.之前的文本不要了.换一个???

第四个参数.依旧-1待会具体细讲

第五个参数.填刚刚分配好的字节集

第六个参数.填上我们刚刚计算出来的长度

OK.最后用W版本函数走一遍

OK.完成了

第一页

这个时候回头讲一讲之前那4个参数.

记住.看我的教程,我在需要讲的时候.会很细很细.会很深很深.感觉有点 污 呢这话….

好吧.别小看那4个参数.里面还有不少内容.别觉得2个变量和-1就是固定的

我们先看另一段代码.

这就有意思了 哈 哈 哈 . 字节集出现乱码了

这个时候.再把参数搬出来吧!

lpMultiByteStr：指向将被转换字符串的字符。

这个指向被转换的字符串.这个无需多言.但是之前我填的文本型.现在填字节集.但是到文本就出错了.为什么?

cchMultiByte：指定由参数lpMultiByteStr指向的字符串中字节的个数。如果lpMultiByteStr指定的字符串以空字符终止，可以设置为-1（如果字符串不是以空字符中止，设置为-1可能失败，可能成功），此参数设置为0函数将失败。

注意,这句指定的字符串以空字符终止，可以设置为-1.也就是说,我们可以直接设置为-1让他去自动计算.但前提是以空字符终止(MSDN原文为Ifthis value is –1, the string is assumed to be null terminated and the length iscalculated automatically.)

lpWideCharStr：指向接收被转换字符串的缓冲区。

这个上面已经说过了.必须提前分配内存.该函数不负责申请内存

cchWideChar：指定由参数lpWideCharStr指向的缓冲区的宽字符个数。若此值为零，函数返回缓冲区所必需的宽字符数，在这种情况下，lpWideCharStr中的缓冲区不被使用。

也就是说.该值为0的时候.返回缓冲区所必需的宽字符数.也就是我们需要的长度.所以我们第一次获取长度时.该函数填0

但是为什么乱码了?看上去好像一切都没错?

很简单.只需要一点点改动.这段代码就没事了

到字节集之后.加上{0},就这么简单.但是为什么文本型就不需要加0.字节集就需要加个0?

这个问题留给你们自己思考吧 哈 哈 哈

等到下一章入门到死亡的时候.我会写出来为什么

我讲的应该是非常细致了.以至于WideCharToMultiByte这个函数都不需要讲解了

你们可以自己动动手吧.把转换完成的宽字符.再给丫转回去然后用A版本消息框输出试试看

最后.附带给你们一段精易模块中转换的源代码.有兴趣可以自行思考,其实他这么写.我也没太看懂.你们有兴趣可以@写这段代码的人,问问看为啥

好了.这章就到这里结束了.下一期可能会做模块去 死系列的winhttp访问.那应该是个大篇幅.因为提供的函数还蛮多的winhttp必须以Unicode宽字符.所以这章的铺垫没办法少

镇坛道德标杆

936表示简体中文

标准的文本会以\0结尾   所以转换出来的unicode末尾会有2个\0    非标准也就是把这两个去掉的意思

    // 计算需要的宽字符数（MultiByteToWideChar的最后一个参数如果给0，则返回需要的宽字符数,包括末尾的'\0'）  
    // 如果第四个参数给-1，那么MultiByteToWideChar会自动计算szAnsi的长度  

一个ansi占两个字节,所以返回长度乘以2
楼主加油    持续关注WINHTTP API。

heshilove

真正的干货。。支持楼主。

第一页

junkboy 发表于 2016-12-21 15:47
936表示简体中文

标准的文本会以\0结尾   所以转换出来的unicode末尾会有2个\0    非标准也就是把这两 ...

你这写的人家都不需要思考了= =