宽字符标量L"xx"在VC6.0/7.0和GNU g++中的不同实现。

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：
1〉wchar_t的长度是由实现决定的；
2〉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 
#include 
#include 

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( "\n" );
}

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win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win平台，默认的代码页号可以在控制面板-〉区域选项中设定。

关于上述结论可以有下面这个程序来验证：

//author: smileonce

#include 
#include 
#include  。

-------------
乾坤一笑 写于2004年12月9日  转载请标明出处和原文链接
		
--------------------next---------------------