写这篇文章的起因是这么一个问题:我们在使用和安装Windows程序时,有时会看到以“2052”、“1033”这些数字为名的文件夹,这些数字似乎和字符集有关,但它们究竟是什么意思呢?
研究这个问题的同时,又会遇到其它问题。我们会谈到Windows的内部架构、Win32 API的A/W函数、Locale、ANSI代码页、与字符编码有关的编译参数、MBCS和Unicode程序、资源和乱码等,一起经历这段琐碎细节为主,间或乐趣点缀的旅程。
Windows程序有用户态和核心态的说法。在32位地址空间中,用户态代码只能访问0x80000000以下空间(其实只是0x00010000-0x7FFEFFFF),核心态代码可以访问0x80000000以上空间。所有硬件管理都在核心态。用户态代码不能直接使用核心态的任何代码。所谓用户态、核心态其实只是不同的CPU特权级别。在x86 CPU上,用户态处于ring 3,核心态处于ring 0。
从用户态进入核心态的最常用的方法是在寄存器eax填一个功能码,然后执行int 2e。这有点像DOS时代的DOS和BIOS系统调用。在NT架构中这种机制被称作system service。
在核心态提供system service的有两个家伙:ntoskrnl.exe和win32k.sys。ntoskrnl.exe是Windows的大脑,它的上层被称为Executive,下层被称作Kernel。Win32k.sys提供与显示有关的system service。
在用户态一侧,有一个重要的角色叫作ntdll.dll,大多数system service都是它调用的。它封装这些system service,然后提供一个API接口。这个接口被称作native API。 native API的用户是各个子系统(subsystem),包括Win32子系统、OS/2子系统、POSIX子系统。各个子系统为Win32、OS2、POSIX程序提供了运行平台。
ntdll.dll由于提供了平台无关的API接口,所以被看作是NT系统的原生接口,由之得到了“native API”的匪号。其实它的主要工作是将调用传递到核心态。
Win32、OS/2、POSIX,听起来很庞大。其实真正做好的只有Win32子系统。OS2、POSIX都是Console UI,即只有字符界面。提供OS/2子系统,只因为在1988年,NT的主要设计目标就是与OS/2兼容,后来由于Windows 3.0卖得很好,所以设计目标被变更为与Windows兼容。提供POSIX子系统,是为了应付美国政府的一个编号为FIPS 151-2的标准。
Win32子系统的管理员是一个叫作csrss.exe的弟兄,它的全名是:Client/Server Run-Time Subsystem。它刚上任时,本来要分管所有的子系统,但后来POSIX和OS/2都被分别处理了,所以只管了一个Win32。即使这样也很了不起,所有的Win32程序的进程、线程们都要向它登记。
不过Win32程序用得最多的还是Win32子系统的DLL们,最核心的DLL包括:kernel32.dll、User32.dll、Gdi32.dll、Advapi32.dll。这些DLL包装了ntdll.dll的native API。其中Gdi32.dll比较特殊,它与核心态的win32k.sys直接保持联系,以提高NT系统的图形处理能力。Win32子系统的DLL们提供的接口函数在MSDN文档中被详细介绍,它们就是Win32 API。
计算机上电后,从BIOS的ROM开始运行。BIOS在做一些初始化后会将硬盘的第一个扇区的数据读入内存,然后将控制权交给它,这段数据被称作Master Boot Record(MBR)。
MBR包含一段启动代码和硬盘的主分区表。这段启动代码扫描主分区表,找到第一个可以启动的分区,然后将这个分区的第一个扇区读入内存并运行。这个扇区被称作引导扇区(boot sector)。
引导扇区的代码具备读文件系统根目录的能力,显然不同的文件系统需要不同的代码。引导扇区会从根目录中读出一个叫作ntldr的文件。顾名思义,这个文件是load NT的主要角色。它的业绩主要包括将CPU从实模式转入保护模式,启动分页机制,处理boot.ini等。
如果boot.ini中有一句:
C:\bootsect.rh="Red Hat Linux"
bootsect.rh的内容是Linux引导扇区,用户又选择了“Red Hat Linux”,ntldr就会将执行Linux的引导扇区,开始Linux的引导。如果用户选择继续使用Windows,ntldr会装载并运行我们前面提到的ntoskrnl.exe。
ntoskrnl.exe会启动会话管理器smss.exe。smss.exe启动csrss.exe和winlogon.exe。smss.exe会永远等待csrss.exe和winlogon.exe返回。如果两者之一异常中止,就会导致系统崩溃。所以病毒们经常以打击csrss.exe为乐。
winlogon.exe负责用户登录,在完成登录后,它会启动注册表HKLM\SOFTWARE\Microsoft\Windows NT\Current Version\Winlogon项下Userinit值指定的程序。该值的缺省数据是userinit.exe。userinit.exe会装载个人设置,让硬盘响个不停,并考验我们的耐性,最后启动注册表同一项下Shell值指定的程序。该值的缺省数据是Explorer.exe。Explorer.exe运行后,我们就会看到熟悉的开始菜单和桌面。
要了解Win32子系统的DLL们提供了哪些API,最直接的方法就是用Win32dsm直接查看DLL们的导出表。这时我们会发现Win32 API中带字符串的API一般都有两个版本,例如CreateFileA和CreateFileW。当然也有例外,例如GetProcAddress函数。
A代表ANSI代码页,W是宽字符,即Unicode字符。Windows中的Unicode字符一般指UCS2的UTF16-LE编码。让我们通过几个实例观察A/W版本间的关系。
例1:用WIn32dsm查看gdi32.dll的汇编代码,可以看到TextOutA调用GdiGetCodePage获取当前代码页,再调用MultiByteToWideChar转换输入的字符串,然后调用一个内部函数。而TextOutW直接调用这个内部函数。
例2:用调试器跟踪一个使用了CreateFileA的程序,可以看到:CreateFileA在将输入字符串转换为Unicode后,会调用CreateFileW。假设输入文件名是“测试.txt”,对应的数据就是:“B2 E2 CA D4 2E 74 78 74 00”。
在调试器中可以看到传给CreateFileW的文件名数据是:“4B 6D D5 8B 2E 00 74 00 78 00 74 00 00 00”。 这是"测试.txt"对应的Unicdoe字符串。CreateFileW会接着调用ntdll.dll中的NtCreateFile。顺便看看NtCreateFile的代码:
mov eax, 00000020
lea edx, dword ptr [esp+04]
int 2E
ret 002C
可见这个native API只是简单地调用了核心态提供的0x20号system service。
例3:gdi32.dll中的GetGlyphOutline函数可以获取指定字符的字模。GetGlyphOutlineA和GetGlyphOutlineW函数都会调用同一个内部函数(记作F)。函数F在返回前将通过int 2E调用0x10B1号system service。
GetGlyphOutlineW直接调用函数F。GetGlyphOutlineA在调用函数F前,要依次调用GdiGetCodePage、IsDBCSLeadByteEx和MultiByteToWideChar,将当前代码页的字符编码转换成Unicode编码。
如果我们调用GetGlyphOutlineA时传入“baba”,这是“汉”字的GBK编码,用调试器可以看到传给函数F的字符编码是“6c49”,这是“汉”字的Unicode编码。
从以上例子可见,A版本总会在某处将输入的字符串转换为Unicode字符串,然后和W版本执行相同的代码。在由A/W版本API引出MBCS程序和Unicode程序前,让我们先解释一下Locale和ANSI代码页。
Locale是指特定于某个国家或地区的一组设定,包括字符集,数字、货币、时间和日期的格式等。在Windows中,每个Locale可以用一个32位数字表示,记作LCID。在winnt.h中可以看到LCID的组成。它的高16位表示字符的排序方法,一般为0。在它的低16位中,低10位是primary language的ID,高4位指定sublanguage。sublanguage被用来区分同一种语言的不同编码。下面是部分primary language和sublanguage的常数定义:
#define LANG_CHINESE 0x04
#define LANG_ENGLISH 0x09
#define LANG_FRENCH 0x0c
#define LANG_GERMAN 0x07
#define SUBLANG_CHINESE_TRADITIONAL 0x01 // Chinese (Taiwan Region)
#define SUBLANG_CHINESE_SIMPLIFIED 0x02 // Chinese (PR China)
#define SUBLANG_ENGLISH_US 0x01 // English (USA)
#define SUBLANG_ENGLISH_UK 0x02 // English (UK)
好,现在我们可以计算简体中文的LCID了,将sublanguage的常数左移10位,即乘上1024,再加上primary language的常数:2*1024+4=2052,16进制是0804。美国英语是:1*1024+9=1033,16进制是0409。。繁体中文是1*1024+4=1028,16进制是0404。
每个Locale都联系着很多信息,可以通过GetLocalInfo函数读取。其中最重要的信息就是字符集了,即Locale对应的语言文字的编码。Windows将字符集称作代码页。
每个Locale可以对应一个ANSI代码页和一个OEM代码页。Win32 API使用ANSI代码页,底层设备使用OEM代码页,两者可以相互映射。
例如English (US)的ANSI和OEM代码页分别为“1252 (ANSI - Latin I)”和“437 (OEM - United States)”。 Chinese (PRC)的ANSI和OEM代码页都是“936 (ANSI/OEM - Simplified Chinese GBK)”。 Chinese (TW)的ANSI和OEM代码页都是“950 (ANSI/OEM - Traditional Chinese Big5)”。
附录1中有一张很长的表。列出了我正在使用的Windows所支持的135个Locale的部分信息,包括 LCID、国家/地区名称、语言名称、语言缩写和对应的ANSI代码页。
在Windows中,通过控制面板可以为系统和用户分别设置Locale。系统Locale决定代码页,用户Locale决定数字、货币、时间和日期的格式。这不是一个好的设计,后面会谈到它带来的问题。
使用GetSystemDefaultLCID函数和GetUserDefaultLCID函数分别得到系统和用户的LCID。有很多材料将这两个函数和另外两个函数混淆:GetSystemDefaultUILanguage和GetUserDefaultUILanguage。
GetSystemDefaultUILanguage和GetUserDefaultUILanguage得到的是您当前使用的Windows版本所带的UI资源的语言。
用户程序缺省使用的代码页是当前系统Locale的ANSI代码页,可以称作ANSI编码,也就是A版本的Win32 API默认的字符编码。对于一个未指定编码方式的文本文件,Windows会按照ANSI编码解释。
如果一个文本文件采用BIG5编码,系统当前的ANSI代码页是GBK。打开这个文件,就会显示乱码。例如“中文”在BIG5中的编码是A4A4、A4E5,这两个编码在GBK中对应的字符是“いゅ”。这是日文的两个平假名。
在Windows XP平台有一个AppLocale程序,可以以指定的语言运行非Unicode程序。用Win32dsm打开看一看,其实它只是在运行程序前设置了两个环境变量。我们可以用个批处理文件模仿一下:
@ECHO OFF
SET __COMPAT_LAYER=#ApplicationLocale
SET ApplocaleID=0404
start notepad.exe
在简体中文平台,用这个批处理文件启动的记事本可以正确显示BIG5编码的文本文件。用它打开GBK编码的文本文件会怎么样?“中文”会被显示为“笢恅”。设置这两个环境变量会作用于当前进程和其子进程。Windows 2000平台不支持这个方法。
让我们回到Win32 API。我们在程序中使用的Win32 API没有A/W后缀,Windows的头文件会根据编译参数UNICODE将没有后缀的函数名替换为A版本或W版本,例如:
#ifdef UNICODE
#define CreateFile CreateFileW
#else
#define CreateFile CreateFileA
#endif
C RunTime库(CRT)使用_UNICODE和_MBCS来区分三套字符串处理函数,分别用于SBCS、MBCS和Unicdoe字符串。SBCS和MBCS分别指单字节字符串和多字节字符串。例如_tcsclen的3个版本分别为strlen、_mbslen和wcslen ,猜猜以下函数返回几?
strlen("VOIP网关");
_mbslen((unsigned char *)"VOIP网关");
wcslen(L"VOIP网关");
答案是8、6、6。L"ANSI字符串"通知编译器将ANSI字符串转换为Unicode字符串,这是VC++编译器提供的一个小甜点。不过我们应该用宏:_T("ANSI字符串")。_T宏只在我们定义了_UNICODE时才转换。这样同一套代码既可以编译MBCS版本,也可以编译Unicode版本。
MFC用_UNICODE参数区分Unicode版本特有的代码,决定使用什么版本的导入库或静态库。
Unicode程序直接使用Unicode版本的CRT和Win32 API。Unicode程序的运行与当前的ANSI代码页没有关系。MBCS程序的运行依赖于ANSI代码页。如果设计者和使用者使用不同的代码页,就可能出现乱码。微软开发的程序大都是Unicode程序,不管我们怎样变换系统Locale,它们总能正常运行。
使用VCL类库的Delphi程序都是MBCS程序。VCL框架在程序启动会调用GetThreadLocale获取当前用户的LCID,然后在当前目录查找对应的资源文件,命名规则是:程序名+'.'+语言缩写,语言缩写可以参见附录1。在找不到时才会使用EXE文件中的资源。不过如果系统LCID是English(United States),用户LCID是Chinese(PRC),由VCL产生的程序就会出现乱码。读者可以自己分析原因。
为VCL程序做多语言版本。只要用Delphi自带的Resource DLL Wizard再做一个特定语言的资源DLL,原来的程序都不用改。不过很多程序员用其它组件做多语言版本,例如TsiLang 。
MBCS程序虽然也可以做成多语言版本,但它无法在同时显示不同代码页特有的字符,这时就必须使用Unicode程序了。
VS.NET文档中有个多语言资源的例子:SatDLL。它只用Win32 API的例子,却用了VC7项目。我在学习时将它改成了VC6项目,并纠正了它的两个问题:
1、用GetUserDefaultUILanguage读到的是Windows资源版本,不是当前用户设置的代码页。
2、启动时没有使用资源DLL里的菜单。
可以下载修改过的SatDLL。这个程序说明了支持多语言资源的基本思路:将不同语言资源放到不同的DLL中,在程序启动时根据当前Locale装载对应的资源DLL。必要时动态切换资源。为了标记不同语言的资源,可以将它们放到不同的目录中,以LCID作为目录名,例如“2052”、“1033”。当然我们也可以用其它方法联系LCID和资源DLL。
MFC程序可以在App类的InitInstance函数中用AfxSetResourceHandle函数设置资源DLL。在Delphi中动态切换资源可以参考Delphi Demo目录RichEdit项目的ReInit.pas。在读取当前设定时,建议用GetSystemDefaultLCID函数,因为系统Locale决定ANSI代码页。
通过检查可执行文件,我们可以确定VC和Delphi的资源编译器都以Unicode保存字符资源。在VC环境编辑资源时,我们会指定资源的代码页。编译器根据资源的代码页,将其转换到Unicode。
Unicode程序直接使用以Unicode编码保存的资源。MBCS程序需要将Unicode资源先转换回当前ANSI代码页,然后再使用。如果资源中的Unicode字符串不能映射到当前代码页中的字符,就会出现??。
例如Windows的标准对话框也会出现乱码。假设我们使用简体中文Windows,当前Locale是Chinese (TW),我们的程序是MBCS的,使用标准的打开文件对话框。因为在BIG5中没有“开”这个字,所以“打开”会被显示成“打?”。将程序编译成Unicode版本,就可以避免这个问题。
如果字符不是保存在资源中,而是硬编码在程序中。然后开发者和用户使用不同的代码页,就会导致乱码。假设开发者的Locale是Chinese (PRC),用户的Locale是English (US),程序中硬编码了字符串“文件”。 Chinese (PRC)的ANSI代码页是GBK,“文件”的编码“CE C4 BC FE”。English (US)的ANSI代码页是Latin I,用户按照Latin I编码去解释“CE C4 BC FE”,就会看到“???t”。
回答我前面提过的一个问题:Delphi程序根据用户LCID转换资源中的字符串。如果用户LCID是Chinese (PRC),系统LCID是English (US)。那么资源中的Unicode字符串会被转换为GBK编码,然后按照Latin I显示,这时我们看到的就是类似“???t”的东东,不是??。
既然资源是以Unicode保存的,MBCS程序如果不将其转换到ANSI代码页,而用W版本的函数直接显示,就不会产生乱码。例如MFC程序菜单里的中文,在English (US)的Locale也可以正常显示。不过这取决于各部分代码的具体实现,menu bar控件里的中文在English (US)的Locale会全部显示成??。
本文的第0节和附录0主要参考了《Inside Windows 2000 Third Edition》,国内出过该书的影印版。DDK文档中有大量Windows内核的信息。用Win32dsm和各种调试器查看Windows系统文件可以获得更直接的信息。
关于Window程序的字符编码,最好的参考资料是winnt.h等SDK的包含文件、VCL、MFC、CRT的源文件。我们不需要阅读它们,只要找到自己感兴趣的信息就可以了,用Source Insight可能方便一些。
本文所谈的不是什么万古不迁的道理,只是别的程序员的一些设定,我们因为需要使用他们的程序,所以有必要了解一些细节。研究问题的方法和兴趣永远比问题本身重要,如一句拉丁俗语所说:res, non verba,实质胜于文字。
“明月虽有圆缺,但毕竟永恒不灭,人生却如过眼烟云,一去不回,真不知计较为何?”
“蛙声虽是短促,但却是万籁中一个活泼的禅机,也可以说万古如斯,永恒不迁,无奈感受到的,能有几人?”
这是一本武侠书中的对话。在时间的长河中,人生和蛙声一样易逝。
使用EnumSystemLocales函数可以枚举系统支持的LCID。用GetLocaleInfo可以得到ANSI代码页的ID,再通过GetCPInfoEx可以获得代码页的全称。以下是我在中文Windows XP上读到的内容。
LCID | 国家或地区 | 语言 | 语言缩写 | ANSI代码页 |
1025 | 沙特阿拉伯 | 阿拉伯语(沙特阿拉伯) | ARA | 1256 (ANSI - 阿拉伯文) |
1026 | 保加利亚 | 保加利亚语 | BGR | 1251 (ANSI - 西里尔文) |
1027 | 西班牙 | 加泰隆语 | CAT | 1252 (ANSI - 拉丁文 I) |
1028 | 台湾 | 中文(台湾) | CHT | 950 (ANSI/OEM - 繁体中文 Big5) |
1029 | 捷克共和国 | 捷克语 | CSY | 1250 (ANSI - 中欧) |
1030 | 丹麦 | 丹麦语 | DAN | 1252 (ANSI - 拉丁文 I) |
1031 | 德国 | 德语(德国) | DEU | 1252 (ANSI - 拉丁文 I) |
1032 | 希腊 | 希腊语 | ELL | 1253 (ANSI - 希腊文) |
1033 | 美国 | 英语(美国) | ENU | 1252 (ANSI - 拉丁文 I) |
1034 | 西班牙 | 西班牙语(传统) | ESP | 1252 (ANSI - 拉丁文 I) |
1035 | 芬兰 | 芬兰语 | FIN | 1252 (ANSI - 拉丁文 I) |
1036 | 法国 | 法语(法国) | FRA | 1252 (ANSI - 拉丁文 I) |
1037 | 以色列 | 希伯来语 | HEB | 1255 (ANSI - 希伯来文) |
1038 | 匈牙利 | 匈牙利语 | HUN | 1250 (ANSI - 中欧) |
1039 | 冰岛 | 冰岛语 | ISL | 1252 (ANSI - 拉丁文 I) |
1040 | 意大利 | 意大利语(意大利) | ITA | 1252 (ANSI - 拉丁文 I) |
1041 | 日本 | 日语 | JPN | 932 (ANSI/OEM - 日文 Shift-JIS) |
1042 | 朝鲜 | 朝鲜语 | KOR | 949 (ANSI/OEM - 韩文) |
1043 | 荷兰 | 荷兰语(荷兰) | NLD | 1252 (ANSI - 拉丁文 I) |
1044 | 挪威 | 挪威语(伯克梅尔) | NOR | 1252 (ANSI - 拉丁文 I) |
1045 | 波兰 | 波兰语 | PLK | 1250 (ANSI - 中欧) |
1046 | 巴西 | 葡萄牙语(巴西) | PTB | 1252 (ANSI - 拉丁文 I) |
1048 | 罗马尼亚 | 罗马尼亚语 | ROM | 1250 (ANSI - 中欧) |
1049 | 俄罗斯 | 俄语 | RUS | 1251 (ANSI - 西里尔文) |
1050 | 克罗地亚 | 克罗地亚语 | HRV | 1250 (ANSI - 中欧) |
1051 | 斯洛伐克语 | 斯洛伐克语 | SKY | 1250 (ANSI - 中欧) |
1052 | 阿尔巴尼亚 | 阿尔巴尼亚语 | SQI | 1250 (ANSI - 中欧) |
1053 | 瑞典 | 瑞典语 | SVE | 1252 (ANSI - 拉丁文 I) |
1054 | 泰国 | 泰语 | THA | 874 (ANSI/OEM - 泰文) |
1055 | 土耳其 | 土耳其语 | TRK | 1254 (ANSI - 土耳其文) |
1056 | 巴基斯坦伊斯兰共和国 | 乌都语 | URD | 1256 (ANSI - 阿拉伯文) |
1057 | 印度尼西亚 | 印度尼西亚语 | IND | 1252 (ANSI - 拉丁文 I) |
1058 | 乌克兰 | 乌克兰语 | UKR | 1251 (ANSI - 西里尔文) |
1059 | 比利时 | 比利时语 | BEL | 1251 (ANSI - 西里尔文) |
1060 | 斯洛文尼亚 | 斯洛文尼亚语 | SLV | 1250 (ANSI - 中欧) |
1061 | 爱沙尼亚 | 爱沙尼亚语 | ETI | 1257 (ANSI - 波罗的海文) |
1062 | 拉脱维亚 | 拉脱维亚语 | LVI | 1257 (ANSI - 波罗的海文) |
1063 | 立陶宛 | 立陶宛语 | LTH | 1257 (ANSI - 波罗的海文) |
1065 | 伊朗 | 法斯语 | FAR | 1256 (ANSI - 阿拉伯文) |
1066 | 越南 | 越南语 | VIT | 1258 (ANSI/OEM - 越南) |
1068 | 阿塞拜疆 | 阿塞拜疆语(拉丁文) | AZE | 1254 (ANSI - 土耳其文) |
1069 | 西班牙 | 巴士克语 | EUQ | 1252 (ANSI - 拉丁文 I) |
1071 | 前南斯拉夫马其顿共和国 | 马其顿语(FYROM) | MKI | 1251 (ANSI - 西里尔文) |
1078 | 南非 | 南非语 | AFK | 1252 (ANSI - 拉丁文 I) |
1080 | 法罗群岛 | 法罗语 | FOS | 1252 (ANSI - 拉丁文 I) |
1086 | 马来西亚 | 马来语(马来西亚) | MSL | 1252 (ANSI - 拉丁文 I) |
1087 | 吉尔吉斯坦 | 哈萨克语 | KKZ | 1251 (ANSI - 西里尔文) |
1088 | 吉尔吉斯斯坦 | 吉尔吉斯语 (西里尔文) | KYR | 1251 (ANSI - 西里尔文) |
1089 | 肯尼亚 | 斯瓦希里语 | SWK | 1252 (ANSI - 拉丁文 I) |
1091 | 乌兹别克斯坦 | 乌兹别克语(拉丁文) | UZB | 1254 (ANSI - 土耳其文) |
1092 | 鞑靼斯坦 | 鞑靼语 | TTT | 1251 (ANSI - 西里尔文) |
1104 | 蒙古 | 蒙古语(西里尔文) | MON | 1251 (ANSI - 西里尔文) |
1110 | 西班牙 | 加里西亚语 | GLC | 1252 (ANSI - 拉丁文 I) |
2049 | 伊拉克 | 阿拉伯语(伊拉克) | ARI | 1256 (ANSI - 阿拉伯文) |
2052 | 中华人民共和国 | 中文(中国) | CHS | 936 (ANSI/OEM - 简体中文 GBK) |
2055 | 瑞士 | 德语(瑞士) | DES | 1252 (ANSI - 拉丁文 I) |
2057 | 英国 | 英语(英国) | ENG | 1252 (ANSI - 拉丁文 I) |
2058 | 墨西哥 | 西班牙语(墨西哥) | ESM | 1252 (ANSI - 拉丁文 I) |
2060 | 比利时 | 法语(比利时) | FRB | 1252 (ANSI - 拉丁文 I) |
2064 | 瑞士 | 意大利语(瑞士) | ITS | 1252 (ANSI - 拉丁文 I) |
2067 | 比利时 | 荷兰语(比利时) | NLB | 1252 (ANSI - 拉丁文 I) |
2068 | 挪威 | 挪威语(尼诺斯克) | NON | 1252 (ANSI - 拉丁文 I) |
2070 | 葡萄牙 | 葡萄牙语(葡萄牙) | PTG | 1252 (ANSI - 拉丁文 I) |
2074 | 塞尔维亚 | 塞尔维亚语(拉丁文) | SRL | 1250 (ANSI - 中欧) |
2077 | 芬兰 | 瑞典语(芬兰) | SVF | 1252 (ANSI - 拉丁文 I) |
2092 | 阿塞拜疆 | 阿塞拜疆语(西里尔文) | AZE | 1251 (ANSI - 西里尔文) |
2110 | 文莱达鲁萨兰 | 马来语(文莱达鲁萨兰) | MSB | 1252 (ANSI - 拉丁文 I) |
2115 | 乌兹别克斯坦 | 乌兹别克语(西里尔文) | UZB | 1251 (ANSI - 西里尔文) |
3073 | 埃及 | 阿拉伯语(埃及) | ARE | 1256 (ANSI - 阿拉伯文) |
3076 | 香港特别行政区 | 中文(香港特别行政区) | ZHH | 950 (ANSI/OEM - 繁体中文 Big5) |
3079 | 奥地利 | 德语(奥地利) | DEA | 1252 (ANSI - 拉丁文 I) |
3081 | 澳大利亚 | 英语(澳大利亚) | ENA | 1252 (ANSI - 拉丁文 I) |
3082 | 西班牙 | 西班牙语(国际) | ESN | 1252 (ANSI - 拉丁文 I) |
3084 | 加拿大 | 法语(加拿大) | FRC | 1252 (ANSI - 拉丁文 I) |
3098 | 塞尔维亚 | 塞尔维亚语(西里尔文) | SRB | 1251 (ANSI - 西里尔文) |
4097 | 利比亚 | 阿拉伯语(利比亚) | ARL | 1256 (ANSI - 阿拉伯文) |
4100 | 新加坡 | 中文(新加坡) | ZHI | 936 (ANSI/OEM - 简体中文 GBK) |
4103 | 卢森堡 | 德语(卢森堡) | DEL | 1252 (ANSI - 拉丁文 I) |
4105 | 加拿大 | 英语(加拿大) | ENC | 1252 (ANSI - 拉丁文 I) |
4106 | 危地马拉 | 西班牙语(危地马拉) | ESG | 1252 (ANSI - 拉丁文 I) |
4108 | 瑞士 | 法语(瑞士) | FRS | 1252 (ANSI - 拉丁文 I) |
5121 | 阿尔及利亚 | 阿拉伯语(阿尔及利亚) | ARG | 1256 (ANSI - 阿拉伯文) |
5124 | 澳门特别行政区 | 中文(澳门特别行政区) | ZHM | 950 (ANSI/OEM - 繁体中文 Big5) |
5127 | 列支敦士登 | 德语(列支敦士登) | DEC | 1252 (ANSI - 拉丁文 I) |
5129 | 新西兰 | 英语(新西兰) | ENZ | 1252 (ANSI - 拉丁文 I) |
5130 | 哥斯达黎加 | 西班牙语(哥斯达黎加) | ESC | 1252 (ANSI - 拉丁文 I) |
5132 | 卢森堡 | 法语(卢森堡) | FRL | 1252 (ANSI - 拉丁文 I) |
6145 | 摩洛哥 | 阿拉伯语(摩洛哥) | ARM | 1256 (ANSI - 阿拉伯文) |
6153 | 爱尔兰 | 英语(爱尔兰) | ENI | 1252 (ANSI - 拉丁文 I) |
6154 | 巴拿马 | 西班牙语(巴拿马) | ESA | 1252 (ANSI - 拉丁文 I) |
6156 | 摩纳哥公国 | 法语(摩纳哥) | FRM | 1252 (ANSI - 拉丁文 I) |
7169 | 突尼斯 | 阿拉伯语(突尼斯) | ART | 1256 (ANSI - 阿拉伯文) |
7177 | 南非 | 英语(南非) | ENS | 1252 (ANSI - 拉丁文 I) |
7178 | 多米尼加共和国 | 西班牙语(多米尼加共和国) | ESD | 1252 (ANSI - 拉丁文 I) |
8193 | 阿曼 | 阿拉伯语(阿曼) | ARO | 1256 (ANSI - 阿拉伯文) |
8201 | 牙买加 | 英语(牙买加) | ENJ | 1252 (ANSI - 拉丁文 I) |
8202 | 委内瑞拉 | 西班牙语(委内瑞拉) | ESV | 1252 (ANSI - 拉丁文 I) |
9217 | 也门 | 阿拉伯语(也门) | ARY | 1256 (ANSI - 阿拉伯文) |
9225 | 加勒比海 | 英语(加勒比海) | ENB | 1252 (ANSI - 拉丁文 I) |
9226 | 哥伦比亚 | 西班牙语(哥伦比亚) | ESO | 1252 (ANSI - 拉丁文 I) |
10241 | 叙利亚 | 阿拉伯语(叙利亚) | ARS | 1256 (ANSI - 阿拉伯文) |
10249 | 伯利兹 | 英语(伯利兹) | ENL | 1252 (ANSI - 拉丁文 I) |
10250 | 秘鲁 | 西班牙语(秘鲁) | ESR | 1252 (ANSI - 拉丁文 I) |
11265 | 约旦 | 阿拉伯语(约旦) | ARJ | 1256 (ANSI - 阿拉伯文) |
11273 | 特立尼达和多巴哥 | 英语(特立尼达) | ENT | 1252 (ANSI - 拉丁文 I) |
11274 | 阿根廷 | 西班牙语(阿根廷) | ESS | 1252 (ANSI - 拉丁文 I) |
12289 | 黎巴嫩 | 阿拉伯语(黎巴嫩) | ARB | 1256 (ANSI - 阿拉伯文) |
12297 | 津巴布韦 | 英语(津巴布韦) | ENW | 1252 (ANSI - 拉丁文 I) |
12298 | 厄瓜多尔 | 西班牙语(厄瓜多尔) | ESF | 1252 (ANSI - 拉丁文 I) |
13313 | 科威特 | 阿拉伯语(科威特) | ARK | 1256 (ANSI - 阿拉伯文) |
13321 | 菲律宾共和国 | 英语(菲律宾) | ENP | 1252 (ANSI - 拉丁文 I) |
13322 | 智利 | 西班牙语(智利) | ESL | 1252 (ANSI - 拉丁文 I) |
14337 | 阿联酋 | 阿拉伯语(阿联酋) | ARU | 1256 (ANSI - 阿拉伯文) |
14346 | 乌拉圭 | 西班牙语(乌拉圭) | ESY | 1252 (ANSI - 拉丁文 I) |
15361 | 巴林 | 阿拉伯语(巴林) | ARH | 1256 (ANSI - 阿拉伯文) |
15370 | 巴拉圭 | 西班牙语(巴拉圭) | ESZ | 1252 (ANSI - 拉丁文 I) |
16385 | 卡塔尔 | 阿拉伯语(卡塔尔) | ARQ | 1256 (ANSI - 阿拉伯文) |
16394 | 玻利维亚 | 西班牙语(玻利维亚) | ESB | 1252 (ANSI - 拉丁文 I) |
17418 | 萨尔瓦多 | 西班牙语(萨尔瓦多) | ESE | 1252 (ANSI - 拉丁文 I) |
18442 | 洪都拉斯 | 西班牙语(洪都拉斯) | ESH | 1252 (ANSI - 拉丁文 I) |
19466 | 尼加拉瓜 | 西班牙语(尼加拉瓜) | ESI | 1252 (ANSI - 拉丁文 I) |
20490 | 波多黎各(美) | 西班牙语(波多黎各(美)) | ESU | 1252 (ANSI - 拉丁文 I) |
LCID取决于语言,在表中列出国家名只是为了增加趣味性。例如可以看到以色列还在使用古老的希伯来语。“希伯来语”的法文是hébreu,这个单词还有一个意思,就是“不能理解的东西”。