VC中的字符串处理函数

 http://blog.donews.com/honsan/archive/2005/06/13/428370.aspx

 

VC中的字符串类型和处理函数是一个比较复杂的话题，我准备写一篇文章详细地讲述这个问题。今天的内容仅限于处理字符串的C函数。

这类函数共有四族，以取字符串长度的函数为例，四族函数如下：

strlen    str族
wcslen    wcs族
_mbslen   _mbs族
_tcslen   _tcs族

其中，前两个族的函数是C语言的标准库函数，以下划线开始的两族函数是VC中特有的函数，即微软的扩展函数。

这四族函数最大的区别是它们所用的字符集不同，或者说它们的参数类型不同。

str族是我们都比较熟悉的，它的参数类型是char*，这一族函数均以字节为单位进行处理，一个英文字符占一个字节，一个汉字占两个字节，因此strlen("中文ABC")的结果是7，字符串在内存中实际占用7个字节。

再说说wcslen，它的参数类型是wchar_t*，wchar_t称为宽字符，或者UNICODE字符，是用两个字节表示一个字符。UNICODE字符串都要在前面加上一个L前缀，因此，_wcslen(L"中文ABC")的结果是5，但字符串在内存中占10个字节。

_mbslen似乎很少用，它的参数类型是unsigned char*，_mbs族函数是为了处理汉字字符专门引入的，它以实际的字符为单位而不是以字节为单位进行处理，一个汉字是一个字符，因此_mbslen("中文ABC")的结果是5，但字符串在内存中占7个字节。

_tcslen称为自适应函数，它的参数类型是TCHAR，TCHAR是一个自适应类型。在UNICODE环境下_tcslen等效于wcslen，TCHAR等效于wchar_t，在非UNICODE环境下，_tcslen等效于strlen，TCHAR等效于char。因此，_tcslen(_T("中文ABC"))的结果可能是7或5，字符串本身在内存中可能占7个字节，也可能占10个字节，依环境而定。

综上所述，如果你的程序既要制作成UNICODE版，又要制作成非UNICODE版，最好使用_tcs族函数和TCHAR类型，并且每个字符串常量最好用_T()括起来。