WINDOWS程序设计

在第一章中，我已经预告，C语言中在Microsoft Windows程序设计中扮演着重要角色的任何部分都会讲述到，您也许在传统文字模式程序设计中还尚未遇到过这些问题。宽字符集和Unicode差不多就是这样的问题。

简单地说，Unicode扩展自ASCII字符集。在严格的ASCII中，每个字符用7位表示，或者计算机上普遍使用的每字符有8位宽；而Unicode使用全16位字符集。这使得Unicode能够表示世界上所有的书写语言中可能用于计算机通讯的字符、象形文字和其它符号。Unicode最初打算作为ASCII的补充，可能的话，最终将代替它。考虑到ASCII是计算机中最具支配地位的标准，所以这的确是一个很高的目标。

Unicode影响到了计算机工业的每个部分，但也许会对操作系统和程序设计语言的影响最大。从这方面来看，我们已经上路了。Windows NT从底层支持Unicode（不幸的是，Windows 98只是小部分支持Unicode）。先天即被ANSI束缚的C程序设计语言通过对宽字符集的支持来支持Unicode。下面将详细讨论这些内容。

自然，作为程序写作者，我们通常会面对许多繁重的工作。我已试图透过使本书中的所有程序「Unicode化」来减轻负担。其含义会随着本章对Unicode的讨论而清晰起来。

字符集简史


虽然不能确定人类开始讲话的时间，但书写已有大约6000年的历史了。实际上，早期书写的内容是象形文字。每个字符都对应于发声的字母表则出现于大约3000年前。虽然人们过去使用的多种书写语言都用得好好的，但19世纪的几个发明者还是看到了更多的需求。Samuel F. B. Morse在1838年到1854年间发明了电报，当时他还发明了一种电报上使用的代码。字母表中的每个字符对应于一系列短的和长的脉冲（点和破折号）。虽然其中大小写字母之间没有区别，但数字和标点符号都有了自己的代码。

Morse代码并不是以其它图画的或印刷的象形文字来代表书写语言的第一个例子。1821年到1824年之间，年轻的Louis Braille受到在夜间读写信息的军用系统的启发，发明了一种代码，它用纸上突起的点作为代码来帮助盲人阅读。Braille代码实际上是一种6位代码，它把字符、常用字母组合、常用单字和标点进行编码。一个特殊的escape代码表示后续的字符代码应解释为大写。一个特殊的shift代码允许后续代码被解释为数字。

Telex代码，包括Baudot （以一个法国工程师命名，该工程师死于1903年）以及一种被称为CCITT #2的代码（1931年被标准化），都是包括字符和数字的5位代码。

美国标准


早期计算机的字符码是从Hollerith卡片（号称不能被折迭、卷曲或毁伤）发展而来的，该卡片由Herman Hollerith发明并首次在1890年的美国人口普查中使用。6位字符码系统BCDIC（Binary-Coded Decimal Interchange Code：二进制编码十进制交换编码）源自Hollerith代码，在60年代逐步扩展为8位EBCDIC，并一直是IBM大型主机的标准，但没使用在其它地方。

美国信息交换标准码（ASCII：American Standard Code for Information Interchange）起始于50年代后期，最后完成于1967年。开发ASCII的过程中，在字符长度是6位、7位还是8位的问题上产生了很大的争议。从可靠性的观点来看不应使用替换字符，因此ASCII不能是6位编码，但由于费用的原因也排除了8位版本的方案（当时每位的储存空间成本仍很昂贵）。这样，最终的字符码就有26个小写字母、26个大写字母、10个数字、32个符号、33个句柄和一个空格，总共128个字符码。ASCII现在记录在ANSI X3.4-1986字符集－用于信息交换的7位美国国家标准码（7-Bit ASCII：7-Bit American National Standard Code for Information Interchange），由美国国家标准协会（American National Standards Institute）发布。图2-1中所示的ASCII字符码与ANSI文件中的格式相似。

ASCII有许多优点。例如，26个字母代码是连续的（在EBCDIC代码中就不是这样的）；大写字母和小写字母可通过改变一位数据而相互转化；10个数字的代码可从数值本身方便地得到（在BCDIC代码中，字符「0」的编码在字符「9」的后面！）

最棒的是，ASCII是一个非常可靠的标准。在键盘、视讯显示卡、系统硬件、打印机、字体文件、操作系统和Internet上，其它标准都不如ASCII码流行而且根深蒂固。


　



图2-1 ASCII字符集
 

国际方面


ASCII的最大问题就是该缩写的第一个字母。ASCII是一个真正的美国标准，所以它不能良好满足其它讲英语国家的需要。例如英国的英镑符号（￡）在哪里？

英语使用拉丁（或罗马）字母表。在使用拉丁语字母表的书写语言中，英语中的单词通常很少需要重音符号（或读音符号）。即使那些传统惯例加上读音符号也无不当的英语单字，例如c鰋perate或者résumé，拼写中没有读音符号也会被完全接受。

但在美国以南、以北，以及大西洋地区的许多国家，在语言中使用读音符号很普遍。这些重音符号最初是为使拉丁字母表适合这些语言读音不同的需要。在远东或西欧的南部旅游，您会遇到根本不使用拉丁字母的语言，例如希腊语、希伯来语、阿拉伯语和俄语（使用斯拉夫字母表）。如果您向东走得更远，就会发现中国象形汉字，日本和朝鲜也采用汉字系统。


32位的Windows（即所有版本的Windows NT，以及Windows 95和Windows 98）除了含有与16位兼容的USER.EXE以外，还含有一个称为USER32.DLL的动态链接库，该动态链接库含有32位使用者接口函数的进入点，包括32位的MessageBox。

这就是Windows支持Unicode的关键：在USER32.DLL中，没有32位MessageBox函数的进入点。实际上，有两个进入点，一个名为MessageBoxA（ASCII版），另一个名为MessageBoxW（宽字符版）。用字符串作参数的每个Win32函数都在操作系统中有两个进入点！幸运的是，您通常不必关心这个问题，程序中只需使用MessageBox。与TCHAR表头文件一样，每个Windows表头文件都有我们需要的技巧。

下面是MessageBoxA在WINUSER.H中定义的方法。这与MessageBox早期的定义很相似：

WINUSERAPI int WINAPI MessageBoxA (HWND hWnd, LPCSTR lpText, 
 LPCSTR lpCaption, UINT uType) ;
 
下面是MessageBoxW：

WINUSERAPI int WINAPI MessageBoxW (HWND hWnd, LPCWSTR lpText,
 
 LPCWSTR lpCaption, UINT uType) ;
 
注意，MessageBoxW函数的第二个和第三个参数是指向宽字符的指针。

如果需要同时使用并分别匹配ASCII和宽字符函数呼叫，那么您可在Windows程序中明确地使用MessageBoxA和MessageBoxW函数。但大多数程序写作者将继续使用MessageBox。根据是否定义了UNICODE，MessageBox将与MessageBoxA或MessageBoxW一样。在WINUSER.H中完成这一技巧时，程序相当琐碎：

#ifdef UNICODE
 
#define MessageBox MessageBoxW
 
#else
 
#define MessageBox MessageBoxA
 
#endif
 
这样，如果定义了UNICODE标识符，那么程序中所有的MessageBox函数呼叫实际上就是MessageBoxW函数；否则，就是MessageBoxA函数。

执行该程序时，Windows将程序中不同的函数呼叫与不同的Windows动态链接库的进入点连结。虽然只有少数例外，但是，在Windows 98中不能执行Unicode版的Windows函数。虽然这些函数有进入点，但通常返回错误代码。应用程序注意这些返回的错误并采取一些合理的动作。

Windows的字符串函数


正如前面谈到的，Microsoft C包括宽字符和需要字符串参数的C语言执行时期链接库函数的所有普通版本。不过，Windows复制了其中一部分。例如，下面是Windows定义的一组字符串函数，这些函数用来计算字符串长度、复制字符串、连接字符串和比较字符串：

ILength = lstrlen (pString) ;
 
pString = lstrcpy (pString1, pString2) ;
 
pString = lstrcpyn (pString1, pString2, iCount) ;
 
pString = lstrcat (pString1, pString2) ;
 
iComp = lstrcmp (pString1, pString2) ;
 
iComp = lstrcmpi (pString1, pString2) ;
 
这些函数与C链接库中对应的函数功能相同。如果定义了UNICODE标识符，那么这些函数将接受宽字符串，否则只接受常规字符串。宽字符串版的lstrlenW函数可在Windows 98中执行。

有文字模式、命令列C语言程序写作历史的程序写作者往往特别喜欢printf函数。即使可以使用更简单的命令（例如puts），但printf出现在Kernighan和Ritchie的「hello, world」程序中一点也不会令人惊奇。我们知道，增强后的「hello, world」最终还是需要printf的格式化输出，因此我们最好从头开始就使用它。

但有个坏消息：在Windows程序中不能使用printf。虽然Windows程序中可以使用大多数C的执行时期链接库－实际上，许多程序写作者更愿意使用C内存管理和文件I/O函数而不是Windows中等效的函数－Windows对标准输入和标准输出没有概念。在Windows程序中可使用fprintf，而不是printf。

还有一个好消息，那就是仍然可以使用sprintf及sprintf系列中的其它函数来显示文字。这些函数除了将内容格式化输出到函数第一个参数所提供的字符串缓冲区以外，其功能与printfI相同。然后便可对该字符串进行操作（例如将其传给MessageBox）。

如果您从未使用过sprintf （我第一次开始写Windows程序时也没用过此函数），这里有一个简短的执行实体，printf函数说明如下：

int printf (const char * szFormat, ...) ;
 
第一个参数是一个格式字符串，后面是与格式字符串中的代码相对应的不同类型多个参数。

sprintf函数定义如下：

int sprintf (char * szBuffer, const char * szFormat, ...) ;
 
第一个参数是字符缓冲区；后面是一个格式字符串。Sprintf不是将格式化结果标准输出，而是将其存入szBuffer。该函数返回该字符串的长度。在文字模式程序设计中，

printf ("The sum of %i and %i is %i", 5, 3, 5+3) ;
 
的功能相同于

char szBuffer [100] ;
 
sprintf (szBuffer, "The sum of %i and %i is %i", 5, 3, 5+3) ;
 
puts (szBuffer) ;
 
在Windows中，使用MessageBox显示结果优于puts。

几乎每个人都经历过，当格式字符串与被格式化的变量不合时，可能使printf执行错误并可能造成程序当掉。使用sprintf时，您不但要担心这些，而且还有一个新的负担：您定义的字符串缓冲区必须足够大以存放结果。Microsoft专用函数_snprintf解决了这一问题，此函数引进了另一个参数，表示以字符计算的缓冲区大小。

vsprintf是sprintf的一个变形，它只有三个参数。vsprintf用于执行有多个参数的自订函数，类似printf格式。vsprintf的前两个参数与sprintf相同：一个用于保存结果的字符缓冲区和一个格式字符串。第三个参数是指向格式化参数数组的指针。实际上，该指针指向在堆栈中供函数呼叫的变量。va_list、va_start和va_end宏（在STDARG.H中定义）帮助我们处理堆栈指针。本章最后的SCRNSIZE程序展示了使用这些宏的方法。使用vsprintf函数，sprintf函数可以这样编写：

int sprintf (char * szBuffer, const char * szFormat, ...)
 
{
 
 int iReturn ;
 
 va_list pArgs ;
 
 va_start (pArgs, szFormat) ;
 
 iReturn = vsprintf (szBuffer, szFormat, pArgs) ;
 
 va_end (pArgs) ;
 
 return iReturn ;
 
}
 
va_start宏将pArg设置为指向一个堆栈变量，该变量地址在堆栈参数szFormat的上面。

由于许多Windows早期程序使用了sprintf和vsprintf，最终导致Microsoft向Windows API中增添了两个相似的函数。Windows的wsprintf和wvsprintf函数在功能上与sprintf和vsprintf相同，但它们不能处理浮点格式。

当然，随着宽字符的发表，sprintf类型的函数增加许多，使得函数名称变得极为混乱。表2-1列出了Microsoft的C执行时期链接库和Windows支持的所有sprintf函数。

表2-1
 


 ASCII
 宽字符
 常规
 
参数的变数个数
 
标准版
 sprintf
 swprintf
 _stprintf
 
最大长度版
 _snprintf
 _snwprintf
 _sntprintf
 
Windows版
 wsprintfA
 wsprintfW


 wsprintf
 
参数数组的指针
 
标准版
 vsprintf
 vswprintf
 _vstprintf
 
最大长度版
 _vsnprintf
 _vsnwprintf
 _vsntprintf
 
Windows版
 wvsprintfA
 wvsprintfW
 wvsprintf
 

在宽字符版的sprintf函数中，将字符串缓冲区定义为宽字符串。在宽字符版的所有这些函数中，格式字符串必须是宽字符串。不过，您必须确保传递给这些函数的其它字符串也必须由宽字符组成。

格式化消息框


程序2-1所示的SCRNSIZE程序展示了如何实作MessageBoxPrintf函数，该函数有许多参数并能像printf那样编排它们的格式。

程序2-1 SCRNSIZE
 
SCRNSIZE.C
 
/*---------------------------------------------------------------------------
 
 SCRNSIZE.C -- Displays screen size in a message box
 
 © Charles Petzold, 1998
 
----------------------------------------------------------------------------*/
 
#include <windows.h>
 
#include <tchar.h> 
 
#include <stdio.h> 
 
int CDECL MessageBoxPrintf (TCHAR * szCaption, TCHAR * szFormat, ...)
 
{
 
 TCHAR szBuffer [1024] ;
 
 va_list pArgList ;
 

 // The va_start macro (defined in STDARG.H) is usually equivalent to:
 
 // pArgList = (char *) &szFormat + sizeof (szFormat) ;
 

 va_start (pArgList, szFormat) ;
 

 // The last argument to wvsprintf points to the arguments
 

 _vsntprintf ( szBuffer, sizeof (szBuffer) / sizeof (TCHAR),
 
 szFormat, pArgList) ;
 

 // The va_end macro just zeroes out pArgList for no good reason
 
 va_end (pArgList) ;
 
 return MessageBox (NULL, szBuffer, szCaption, 0) ;
 
}
 
int WINAPI WinMain (HINSTANCE hInstance, HINSTANCE hPrevInstance,
 
 PSTR szCmdLine, int iCmdShow)
 
{
 
 int cxScreen, cyScreen ;
 
 cxScreen = GetSystemMetrics (SM_CXSCREEN) ;
 
 cyScreen = GetSystemMetrics (SM_CYSCREEN) ;
 

 MessageBoxPrintf ( TEXT ("ScrnSize"),
 
 TEXT ("The screen is %i pixels wide by %i pixels high."),
 
 cxScreen, cyScreen) ;
 
 return 0 ;
 
}
 
经由从GetSystemMetrics函数得到的信息，该程序以图素为单位显示了视讯显示的宽度和高度。GetSystemMetrics是一个能用来获得Windows中不同对象的尺寸信息的函数。事实上，我将在第四章用GetSystemMetrics函数向您展示如何在一个Windows窗口中显示和滚动多行文字。

本书与国际化


为国际市场准备的Windows程序不光要使用Unicode。国际化超出了本书的范围，但在Nadine Kano所写的《Developing International Software for Windows 95 and Windows NT》（Microsoft Press，1995年）一书中涉猎了许多。

本书中的程序写作时被限制成既可使用也可不使用定义的UNICODE标识符来编译。这包括对所有字符和字符串定义使用TCHAR，对字符串文字使用TEXT宏，以及注意不要混淆字节和字符。例如，注意SCRNSIZE中的 _vsntprintf呼叫。第二个参数是缓冲区的字符大小。通常，您使用sizeof （szBuffer）。但如果缓冲区中有宽字符，则返回的不是缓冲区的字符长度，而是缓冲区的字节大小。您必须用sizeof（TCHAR）将其分开。

通常，在Visual C++ Developer Studio中，可使用两种不同的设定来编译程序：Debug和Release。为简便起见，对本书的范例程序，我已修改了Debug设定，以便于定义UNICODE标识符。如果程序使用了需要字符串作参数的C链接库函数，那么_UNICODE标识符也在Debug设定中定义（要了解这是在哪里完成的，请从「Project」菜单中选择「Settings」，然后单击「C/C++」标签）。使用这种方式，这些程序就可以方便地被重新编译和连结以供测试。

本书中所有程序－无论是否为Unicode编译－都可以在Windows NT下执行。只有极少数情况例外。本书中按Unicode编译的程序不能在Windows 98中执行，而非Unicode版则可以。本章和第一章的程序就是两个特例。MessageBoxW是Windows 98支持的少数宽字符Windows函数之一。在SCRNSIZE.C中，如果用Windows函数wprintf代替了_vsntprintf（您还必须删除该函数的第二个参数），那么SCRNSIZE.C的Unicode版将不能在Windows 98下执行，这是因为Windows 98不支持wprintfW。

在本书的后面（特别在第六章，介绍键盘的使用时），我们将看到，编写能处理远东版Windows双字符集的Windows程序不是一件容易的事情。本书没有说明如何去做，并且基于这个原因，本书中的某些非Unicode版本的程序在远东版的Windows下不能正常执行。这也是Unicode对将来的程序设计如此重要的一条理由。Unicode允许程序更容易地跨越国界。