Java 什么是非unicode应用程序

众所周知，在windows系统中，我们可以在“控制面板\时钟、语言和区域”中为非Unicode程序设置语言环境。但是本地语言对于应用程序意味着什么呢？根据我的理解，应用程序是一个编译过的二进制可执行文件，只包含机器代码指令，没有数据，那么字符编码如何影响它们的运行呢

一种猜测是，如果可执行文件在代码段中包含一些文字字符串，它将使用一些内部字符集对其进行编码。如果字符集不是unicode，那么它将显示垃圾。但内部字符集不是固定的吗？与Java一样，Java规范定义内部编码为UTF-16

希望有人能回答我的问题

---

谢谢。

非unicode应用程序主要使用多字节编码，其中字符串由char*而不是wchar\u t*重新呈现：

char* myString;

通过更改使用的编码，可以更改应用程序可用的字符集

---

大多数应用程序同时包含指令和数据。

Windows有两种程序与之对话的方法，称为“ANSI API”和“Unicode API”，“非Unicode应用程序”是通过“ANSI API”而不是“Unicode API”与Windows对话的应用程序

这意味着应用程序传递给Windows的任何字符串都只是一个字节序列，而不是Unicode字符序列。Windows必须决定字节序列对应的字符，而您所说的控制面板设置就是如何做到这一点的

---

例如，一个非unicode程序在使用Windows Western的PC机上输出一个值为0xE4的字节，它将显示字符ä，而一个为希伯来语设置的程序将显示字符הRichieHindle正确地解释了大多数API有两种变体，a*W（unicode）和a*a（ANSI）变体。但在那之后，他有点错了

必须知道*A变体（如

MessageBoxA

）只是*W版本（如

MessageBoxW

）的包装。他们获取输入字符串并将其转换为Unicode；它们获取输出字符串并将其转换回

在Windows SDK中，对于所有这样的A/W对，都有一个

#ifdef UNICODE

块，使得

MessageBox（）

是一个扩展到

MessageBoxA（）

或

MessageBoxW（）

的宏。由于所有宏使用相同的条件，许多程序使用100%*A函数或100%*W函数。“非Unicode”应用程序是那些没有定义

Unicode

，因此只使用*A变体的应用程序

但是，没有理由不能混合和匹配*A和*W函数。混合使用*A和*W函数的程序会被视为“Unicode”、“非Unicode”或其他类型的程序吗？事实上，答案也是喜忧参半。当涉及到时钟、语言和区域设置时，应用程序在进行*W调用时被视为Unicode应用程序，而在进行*a调用时被视为非Unicode应用程序-该设置控制*a包装如何转换为*W调用。在多线程程序中，您可以同时使用这两个线程（！）

---

因此，回到RichieHindle的例子，如果调用值为

（char）0xE4

的*a函数，包装器将根据此设置使用

Lä

或

Lה

转发到*W函数。如果随后直接使用值

（WCHAR）0x00E4

调用*W函数，则不会进行转换。

在“ANSI API”中，一个字节表示屏幕上的一个字符。在Unicode中，屏幕上的字符可以用一个以上的字节来表示。@Amigable Clark Kant:不总是正确的-“双字节字符集”（请参阅）仍然使用ANSI API。否则，在Unicode之前可能没有中文版本的Windows！还应该注意的是，微软可以很容易地将UTF-8添加为受支持的多字节字符集，从而解决整个问题，但他们拒绝这样做。@RichieHindle:很好的解释。正如您所说，当应用程序调用windowsapi时，它只传递“一个字节序列”。那么，编码中的“字节序列”是否与源代码相同？我的意思是，如果源代码是用UTF-8编写的，那么它们就是UTF-8；如果源代码以GBK为单位，则字节序列以GBK为单位。这意味着ANSI C不像Java（utf-16）那样具有固定的内部编码。@郭琴：不，C没有为其源代码或字符串文本定义标准编码。非Unicode程序输出的字符串文字将由源代码中存在的相同字节组成，无论使用何种编码。@Amigable Clark Kant:不，“多字节”对于ANSI API和使用

char

都是正确的。例如，请参阅

MultiByteToWideChar

API，其中

MultiByte

表示非Unicode，而

WideChar

表示Unicode。答案和注释应说明这是Microsoft创建的不正确术语。Unicode的主要编码是UTF-8，这是一种多字节编码，并且存在宽字符编码不是Unicode的系统。事实上，有人可能会说它在Windows上不是Unicode，因为Windows的

wchar\t

太小，无法存储任意Unicode码点…@Alexander Rafferty:那么对于数据段，ANSI C中使用的内部编码是什么？不是由C定义的，或者我们可以更改它？@RichieHindle:MultiByte表示多字节，WideChar表示宽字符。有很多系统使用utf-8表示多字节字符，而C标准中没有规定宽字符应为Unicode或ISO/IEC 10646。@郭琴：我希望你不要混淆ANSI C（大致相当于ISO 9899，ISO C）和Windows ANSI API，之所以这么叫是因为Windows使用的一些代码页基于ANS的草稿