宽字符标量L"xx"在VC6.0/7.0和GNU g++中的不同实

wxhwhmanshan

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：
#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( "\n" );
}

int main()
{
    char a[] = "VC";
    wchar_t b[] = L"VC";
    prt( a, sizeof(a) );
    prt( b, sizeof(b) );
    system( &quotause" );
    // 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"
    //  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。

关于上述结论可以有下面这个程序来验证：
//author: smileonce
#include <stdio.h>
#include <stdlib.h>
#include <assert.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( "\n" );
}

int main()
{
    char a[] = "VC";
    wchar_t b[] = L"VC";
    prt( a, sizeof(a) );
    prt( b, sizeof(b) );

    PSTR pMultiByteStr = (PSTR)a;
    PWSTR pWideCharStr;
    int nLenOfWideCharStr;

    // 利用API函数MultiByteToWideChar()来把a转化成unicode字符
    nLenOfWideCharStr = MultiByteToWideChar( CP_ACP, 0, pMultiByteStr, -1, NULL, 0);
    pWideCharStr = (PWSTR)HeapAlloc( GetProcessHeap(), 0, nLenOfWideCharStr * sizeof(WCHAR) );
    assert( pWideCharStr );
    MultiByteToWideChar( CP_ACP, 0, pMultiByteStr, -1, pWideCharStr, nLenOfWideCharStr );

    prt( pWideCharStr, nLenOfWideCharStr * sizeof(WCHAR) );

    system( "Pause" );
//    // 说明：
//        56 43 D6 AA CA B6 BF E2 00             //char a[] = "VC";
//        56 00 43 00 E5 77 C6 8B 93 5E 00 00    //wchar_t b[] = L"VC";
//        56 00 43 00 E5 77 C6 8B 93 5E 00 00    //用MultiByteToWideChar()把a转换为unicode
//    // 可见，b[]的字符代码就是unicode代码

    return 0;   
}      
呵呵，问题已经明了，总结一下：
ISO C 中 wchar_t 是一个 typedef，ISO C++ 中 wchar_t 是语言内建的数据类型，L"xx" 是ISO C/C++ 语言内建的表示 wchar_t 的文本量的语法；
wchar_t 的长度是由实现决定的；
L"xx" 的意义是由实现决定的；
默认的 "xx" 是 non-wide-char，其每个元素数据的类型是 char；与其相对应的 L"xx" 是wide-char,其每个元素数据的类型是wchar_t。
　　为什么 C/C++ 语言把 L"xx" 定义为由实现决定的呢？这显然是为了 C/C++ 的普适性、可移植性。Bjarne 的观点认为，C++ 的方式是允许程序员使用任何字符集作为串的字符类型。另外，unicode 编码已经发展了若干版本了，是否能永久适合下去也不得而知。有关 unicode 的详细论述以及和其它字符集的比较，我推荐你看《无废话xml》。