宽字符标量L"xx"在VC6.0/7.0和GNU g++中的不同实现

核心提示：锲子：本文源于在 VCKBASE C++ 论坛和周星星大哥的一番讨论，这才使我追根索源，宽字符标量L"xx"在VC6.0/7.0和GNU g++中的不同实现，找到了理论依据和实践的证明，（本文一些资料和测试代码由周星星提供）《The C++ Programming Language 3rd》中有这么

锲子：本文源于在 VCKBASE C++ 论坛和周星星大哥的一番讨论，这才使我追根索源，找到了理论依据和实践的证明。（本文一些资料和测试代码由周星星提供）

《The C++ Programming Language 3rd》中有这么两段话：

from 4.3:

A type wchar_t is provided to hold characters of a larger character set such as Unicode. It is a distinct type. The size of wchar_t is implementation-defined and large enough to hold the largest character set supported by the implementation’s locale (see §21.7, §C.3.3). The strange name is a leftover from C. In C, wchar_t is a typedef (§4.9.7) rather than a builtin type. The suffix _ t was added to distinguish standard typedefs.

from 4.3.1:

Wide character literals are of the form L′ab′, where the number of characters between the quotes and their meanings is implementation-defined to match the wchar_t type. A wide character literal has type wchar_t.

这两段话中有两个要点是我们关心的：

wchar_t 的长度是由实现决定的；

L"ab" 的含义是由实现决定的。

那么GNU g++和VC6.0/7.0各是怎么实现的呢？看下面代码：

//author: **.Zhou
#include <stdio.h>
#include <stdlib.h>
#include <windows.h>
void prt( const void* padd, size_t n )
{
　　const unsigned char* p = static_cast<const unsigned char*>( padd );
　　const unsigned char* pe = p + n;
　　for( ; p<pe; ++p ) printf( " %02X", *p ); printf( "
" );
}
int main()
{
　　char a[] = "VC知识库";
　　wchar_t b[] = L"VC知识库";
　　prt( a, sizeof(a) );
　　prt( b, sizeof(b) );
　　system( "Pause" );
　　// 说明：
　　//　Dev-CPP4990 显示为：
　　//　　56 43 D6 AA CA B6 BF E2 00
　　//　　56 00 43 00 D6 00 AA 00 CA 00 B6 00 BF 00 E2 00 00 00
　　//　VC++6.0 和 VC.net2003 显示为：
　　//　　56 43 D6 AA CA B6 BF E2 00
　　//　　56 00 43 00 E5 77 C6 8B 93 5E 00 00
　　// 可见，Dev-CPP中的L""不是unicode编码，只是简单的扩充，汉字需要4bytes存储
　　
　　HWND h = FindWindow( NULL, "计算器" );
　　SetWindowTextA( h, a );
　　system( "Pause" );
　　SetWindowTextW( h, b );
　　system( "Pause" );
　　// 说明：
　　//　 VC++6.0 和 VC.net2003 都能成功将标题改为"VC知识库"
　　//　而 Dev-CPP4990 只有 SetWindowTextA 显示正确，而 SetWindowTextW 显示的是乱码
}　　　　　这段代码说明了，g++（Dev-CPP 用的是 MingGW 编译器）中 L"xx" 解释为把作为 non-wide-char 的 "xx" 扩展为作为 wide-char 的 wchar_t，不足则在高位补0；而 VC6.0 的 L"xx" 解释为把作为 MBCS 的 "xx" 转换为作为 unicode 的 WCHAR，目前的 MBCS 是以 char 为一个存储单元的，而 WCHAR 在 winnt.h 中定义为 typedef wchar_t WCHAR。在 Windows 平台上，只要是超过 0~127 范围内的 char 型字符，都被视为 MBCS，它由1到2个字节组成，MBCS 字符集跟它的地区代码页号有关。在某个特定的 Windows 平台，默认的代码页号可以在控制面板 -> 区域选项中设定。