本文共 8820 字，大约阅读时间需要 29 分钟。
中文字符的编码格式如下：
| 汉字 | GBK | 区位码 | UTF-8 | UTF-16 |
|---|---|---|---|---|
| 中 | D6 D0 | 54 48 | E4 B8 AD | 4E 2D |
| 文 | CE C4 | 46 36 | E6 96 87 | 65 87 |
不同操作系统的默认内码
Windows系统（默认GBK）：41 42 d6 d0 ce c4Linux系统（默认UTF-8）：41 42 e4 b8 ad e6 96 87
wxStrubg在window系统中使用了UTF-16编码格式。但是在windows系统中，默认的文件的编码格式为GBK格式，考虑到这点，wxString在对赋值取值时，对字符编码进行了从GBK到UTF-16编码的转换，这也就要求源码必须是GBK格式的!!，否则显示出来的就是乱码，当然还有另外一条路，就是使用wxConv类告诉wxString当前的字符编码是什么格式的。
源码文件格式为GBK时的测试，可以发现只有不进行转换的才可以显示。
测试函数：wxString("AB中文",wxConvUTF8)输出：空测试函数：wxString("AB中文")输出：41 42 4E2D 6587 测试函数：_("AB中文")输出：41 42 4E2D 6587 源码文件格式为UTF-8时的测试，可以发现只有转换的才可以显示，其他的都显示乱码。
测试函数：wxString("AB中文",wxConvUTF8)输出：41 42 4E2D 6587 测试函数：wxString("AB中文")输出：41 42 6D93 E15F 6783 测试函数：_("AB中文")输出：41 42 6D93 E15F 6783 编译wxWidgets 3.0 时指定了“--enable-unicode”选项，指定此选项后wxString的内部编码使用的是UTF-16格式进行编码（注：即使不指定--enable-unicode选项，wxWidgets依旧使用unicode格式保存数据，Windows系统中使用UTF-16，Linux&MAC系统中使用UTF-32）
测试函数：wxString("AB中文",wxConvUTF8)输出：41 42 4E2D 6587 测试函数：wxString("AB中文")输出：空测试函数：_("AB中文")输出：空(源码文件格式为UTF-8，如果源文件为非UTF-8格式，则都输出错误) 可以看出，Linux系统中文件格式是 UTF-8 格式的，转换后，wxString内部是UTF-32格式的，如果要在Linux中显示中文，则需要使用wxConvUTF8进行转换。
编译wxWidgets 3.0 时指定了“--enable-utf8 --enable-utf8only”选项，这样在wxString内部编码时就直接使用UTF-8格式了，增加 “--enable-utf8only”选项后，则禁止了字符之间的转换，在效率上有大幅的提升，同时编写代码也容易多了：
测试函数：wxString("AB中文",wxConvUTF8)输出：41 42 4E2D 6587 测试函数：wxString("AB中文")输出：41 42 4E2D 6587 测试函数：_("AB中文")输出：41 42 4E2D 6587 (源码文件格式为UTF-8，如果源文件为非UTF-8格式，则都输出错误) 注意到，上面三种格式的数据都能正常输出。
建议后续在写wxWidgets程序时，界面中涉及到的语言全部是使用英语，这样不管文件是GBK编码也好，是UTF-8编码也好，都能够编译、显示正常。
如果需要支持多过语言，建议使用wxWidgets提供的wxLocale解决方案。
除了wxString的构造函数外，可以通过以下几种方式来生成wxString对象：
| 静态方法 | 说明 |
|---|---|
| wxString::FromAscii() | 通过ASCII码的字符串来创建wxString对象，如果字符串中含有大于等于0x80的字符串，wxString会报错，比如wxString str = wxString::FromAscii("ABC中文");在运行时如果开启了debug模式就会收到alert信息，同时显示该字符串如果显示出来是乱码； |
| wxString::FromUTF8() | 通过UTF-8字符串来创建对象，比如：wxString test = wxString::FromUTF8("\xF0\x90\x8C\x80"); |
| 构造函数+wxMBConv对象 | wxMBConv对象默认值为wxConvLibc |
wxString 提供了多种方法，可以将数据转换为你需要的数据；
原型:
wxCStrData wxString::c_str() const;
本函数用于将wxString对象转换为 const char* 或者 const wchar_t* 格式的数据，以下为使用方法：
const char *p = str.c_str(); // 左侧已经注明类型，c_str函数将会输出`const char*`类型sprintf(abStr, "sprintf = %s\n", (const char *)str.c_str()); // 必须加强转
跟踪代码可以看到wxCStrData是通过重载强转操作符实现的类型自动转换：
inline const wchar_t* AsWChar() const; inline const char* AsChar() const; const unsigned char* AsUnsignedChar() const { return (const unsigned char *) AsChar(); } // 重载转换操作符 operator const wchar_t*() const { return AsWChar(); } operator const char*() const { return AsChar(); } operator const unsigned char*() const { return AsUnsignedChar(); } operator const void*() const { return AsChar(); } 数据的输出通过的是 wxCStrData::AsChar() 函数，内部实现实际上时通过调用wxString的内部函数AsChar和mb_str来实现的：
inline const char* wxCStrData::AsChar() const{#if wxUSE_UNICODE && !wxUSE_UTF8_LOCALE_ONLY const char * const p = m_str->AsChar(wxConvLibc); if ( !p ) return "";#else // !wxUSE_UNICODE || wxUSE_UTF8_LOCALE_ONLY const char * const p = m_str->mb_str();#endif // wxUSE_UNICODE && !wxUSE_UTF8_LOCALE_ONLY return p + m_offset;} 原型：
const wxCharBuffer mb_str (const wxMBConv &conv=wxConvLibc) const;
使用方法与c_str类似：
const char *p = str.c_str();
函数的实现如下，mb_str调用AsCharBuf，AsCharBuf接着调用AsChar实现转换（AsChar函数后续有详细分析）：
const wxScopedCharBuffer mb_str(const wxMBConv& conv = wxConvLibc) const{ return AsCharBuf(conv);}wxScopedCharBuffer AsCharBuf(const wxMBConv& conv) const{ ... if ( !AsChar(conv) ) ...} 我们再看下wxScopedCharBuffer的实现，它也应当同样实现了wxCStrData函数的操作符强制转换，跟踪代码：
typedef wxScopedCharTypeBufferwxScopedCharBuffer;// 继续 wxScopedCharTypeBuffer，可以看到它也实现了操作符重载，转换为模板指定的类型// 对于 wxScopedCharBuffer 来说就是 const char*template class wxScopedCharTypeBuffer{public: typedef T CharType; const CharType *data() const { return m_data->Get(); } operator const CharType *() const { return data(); }}
函数返回UTF-8字符串，可以看到，它是通过调用mb_str(wxMBConvUTF8())实现了自身的转换，输出的字符串格式为UTF-8编码的。
const wxScopedCharBuffer utf8_str() const { return mb_str(wxMBConvUTF8()); } 用于将wxString对象转换称std::string对象，可以看到，最终还是通过调用mb_str函数进行转换。
std::string ToStdString() const{ wxScopedCharBuffer buf(mb_str()); return std::string(buf.data(), buf.length());} 下面针对Unicode模式的代码分析：
const char *wxString::AsChar(const wxMBConv& conv) const{#if wxUSE_UNICODE_UTF8 ...#else // wxUSE_UNICODE_WCHAR // 调用c_str()获取wchar_t*，由于wxString内部就是使用wchar_t*存储的 // 所以这步调用直接获取到内部的buffer const wchar_t * const strWC = m_impl.c_str(); const size_t lenWC = m_impl.length();#endif // wxUSE_UNICODE_UTF8/wxUSE_UNICODE_WCHAR // 调用`conv.FromWChar`将Unicode字符转换为当天系统的MultiByte字符串 const size_t lenMB = conv.FromWChar(NULL, 0, strWC, lenWC); if ( lenMB == wxCONV_FAILED ) return NULL; if ( !m_convertedToChar.m_str || lenMB != m_convertedToChar.m_len ) { if ( !const_cast (this)->m_convertedToChar.Extend(lenMB) ) return NULL; } m_convertedToChar.m_str[lenMB] = '\0'; if ( conv.FromWChar(m_convertedToChar.m_str, lenMB, strWC, lenWC) == wxCONV_FAILED ) return NULL; return m_convertedToChar.m_str;} 调用 wxMBConv::FromWChar 进行字符串转换， 跟踪 wxMBConv::FromWChar 的实现，它会继续调用wxMBConv::WC2MB执行转换，可参考另外一片文章，有描述此函数的实现。
通过上述过程实现了wxString到本地字符串的转换。
正式代码中通过下面的方式调用（wxWidgets-3.0.2）：
wxString testStr("abc中文测试"); 接着我们看下wxString内部时如何实现的：
调用wxString的构造函数：
// string.h L1241 wxString(const char *psz) : m_impl(ImplStr(psz)) {} wxString的构造函数调用ImplStr来初始化wxString的内部变量m_impl，函数定义如下：
static wxScopedWCharBuffer ImplStr(const char* str, const wxMBConv& conv = wxConvLibc) { return ConvertStr(str, npos, conv).data; } 我们先看下第二个参数wxConvLibc的由来，具体实现我们后面再说：
// strconv.h L563#define WX_DECLARE_GLOBAL_CONV(klass, name) \ extern WXDLLIMPEXP_DATA_BASE(klass*) name##Ptr; \ extern WXDLLIMPEXP_BASE klass* wxGet_##name##Ptr(); \ inline klass& wxGet_##name() \ { \ if ( !name##Ptr ) \ name##Ptr = wxGet_##name##Ptr(); \ return *name##Ptr; \ } // 使用WX_DECLARE_GLOBAL_CONV宏预定义转换对象，实际是声明了一个函数// 和一个指针，实现wxGet_wxConvLibc函数返回这个指针，保证全局唯一WX_DECLARE_GLOBAL_CONV(wxMBConv, wxConvLibc)#define wxConvLibc wxGet_wxConvLibc() 接着 ImplStr 会调用 ConvertStr 来进行转换，函数实现如下：
// string.cpp L385#if wxUSE_UNICODE_WCHARwxString::SubstrBufFromMB wxString::ConvertStr(const char *psz, size_t nLength, const wxMBConv& conv){ // 调用 conv.cMB2WC 进行转换 wxScopedWCharBuffer wcBuf(conv.cMB2WC(psz, nLength, &wcLen));} 继续调用 wxMBConv::cMB2WC 进行字符数据的转换，我们跟踪一下源码，此函数会调用 wxMBConv::ToWChar 进行数据转换，然后返回长度：
const wxWCharBufferwxMBConv::cMB2WC(const char *inBuff, size_t inLen, size_t *outLen) const{ const size_t dstLen = ToWChar(NULL, 0, inBuff, inLen); //... 查看wxMBConv::ToWChar的源码可以看到，它继续调用MB2WC方法进行字符的转换，这个是个虚接口，接着我们看看这个虚接口的实现。
接着上文的 wxConvLib ，我们看看是怎么实现的。
// strconv.cpp L3417#define WX_DEFINE_GLOBAL_CONV2(klass, impl_klass, name, ctor_args) \ WXDLLIMPEXP_DATA_BASE(klass*) name##Ptr = NULL; \ WXDLLIMPEXP_BASE klass* wxGet_##name##Ptr() \ { \ static impl_klass name##Obj ctor_args; \ return &name##Obj; \ } \ /* this ensures that all global converter objects are created */ \ /* by the time static initialization is done, i.e. before any */ \ /* thread is launched: */ \ static klass* gs_##name##instance = wxGet_##name##Ptr()// strconv.cpp L3437#ifdef __WINDOWS__ WX_DEFINE_GLOBAL_CONV2(wxMBConv, wxMBConv_win32, wxConvLibc, wxEMPTY_PARAMETER_VALUE);#elif 0 // defined(__WXOSX__) WX_DEFINE_GLOBAL_CONV2(wxMBConv, wxMBConv_cf, wxConvLibc, (wxFONTENCODING_UTF8));#else WX_DEFINE_GLOBAL_CONV2(wxMBConv, wxMBConvLibc, wxConvLibc, wxEMPTY_PARAMETER_VALUE);#endif 上面的宏展开后，可以得到在windows平台上 wxConvLibc 的实现类是 wxMBConv_win32，在其他平台上实现类是 wxMBConvLibc。
对于windows平台中wxMBConv_win32实现可参考 strconv.cpp 中的实现，主要实现了 MB2WC 和 WC2MB 两个接口，功能说明可以参考wxMBConv类的接口定义：
对于Unix平台，实际上时调用的mbstowcs()和wcstombs()实现的转换，这两个函数是标准C库函数，这两个函数的实现与当前系统的locale息息相关，手册上明确说明这两个函数的行为依赖 LC_CTYPE 值，至于具体的实现，可以参考locale相关的文档。
转载地址：http://ooyfz.baihongyu.com/