理解C、C++、Win32与COM中的字符串——字符串处理（二）

 

1. C语言中的字符串

　　C语言中提供了两种字符类型char和wchar_t，C语言使用字符数组来表示字符串，同时支持两种直接量写法："abcd"和 L"abcd" 来表示字符串常量文字量，C语言允许用字符串常量来初始化字符串。标准C函数库提供了printf和wprintf两个版本的输出函数。

#include <stdio.h>

int main(){　

char str[] = "abcd";　

wchar_t wstr[] = L"abcd数学";　

printf("%s/n",str);　

wprintf(L"%s/n",wstr);　

return 0;　

}

　　纯C语言环境下，可以使用两个函数wcstombs和mbstowcs 来进行宽窄字符串的互相转换，下面一段是C语言中wcstombs的例子

#include <stdio.h>

#include <stdlib.h>

int main(){

char str[] = "abcd";

wchar_t wstr[] = L"bcda";

wcstombs(str,wstr,sizeof(str));

printf("%s/n",str);

return 0;

}

　　这两个函数都声明在C标准库头文件stdlib.h中。其它配套的字符串操作都在头文件string.h和wchar.h

 

2. C++语言中的字符串

　　C++中我们有了字符串类string和wstring，这两个类都在头文件string当中，并且iostream中也提供了各自对应版本的输出流：

#include <string>　　

#include　<iostream>　

int　main(){　

　　　　std::string　str　=　"abcd";　

　　　　std::wstring　wstr　=　L"abcd";　

　　　　std::cout<<str<<std::endl;　

　　　　std::wcout<<wstr<<std::endl;　　

　　　　return　0;　

}　

 

　　C++中转换就很容易了，构造字符串的时候把另一个的迭代器传入就可以了:

#include <string>　　

#include　<iostream>　

int　main(){　

　　　　std::string　str　=　"abcd";　

　　　　std::wstring　wstr(str.begin(),str.end());　

　　　　std::wcout<<wstr<<std::endl;　

　　　　return　0;　

}

 

　　对于已经存在的字符串，可以用assign来赋值。因为宽字符有些窄字符中没有的字符，所以当你要指定一些转换规则时，可以使用头文件algorithm中的transform函数。其它字符串相关操作也在头文件string的类定义当中。

 

3. Win32编程中的字符串

　　但是我们实际编程中，遇到字符集问题比较多的情况是Win32编程。Win32SDK为了避免编译器造成的差异，用宏定义了自己的一套类型系统，其中字符类型就是CHAR和WCHAR，比较特别的是，Win32编程支持编译时的Unicode和非Unicode指定，所以Win32SDK又提供了 TCHAR类型，它会根据是否是Unicode环境自动选择CHAR或者WCHAR类型，没有特别要求时，我们一般应该使用TCHAR。

　　CHAR和WCHAR的字面值分别是"abcd"和L"abcd"，而TCHAR对应的字面值是_T"abcd"，或者TEXT("abcd")。

Win32类型系统中还定义了字符串类型，见下表：

PSTR　

PCSTR　

LPSTR　

LPCSTR

PTSTR

PCTSTR

LPTSTR

LPCTSTR

PWSTR

PCWSTR

LPWSTR

LPCWSTR

 

　　其中我们把STR的前缀分成了不同的颜色，红色前缀可能是P或者LP，P表示指针，LP表示长整型指针。大部分系统中P和LP是同一类型，所以这个前缀是不会造成区别的，可能64位C++或者一些旧的16位C++环境中会有区别。

　　蓝色前缀可能是C或者没有，这个很简单，表示是否是常量指针。

　　绿色前缀可能是T、W或者没有，这对应着CHAR、WCHAR以及TCHAR。

对于转换问题，Windows提供了两个API函数，这里就不实际举例了，具体请参看MSDN： MultiByteToWideChar　WideCharToMultiByte

其它与这些类型配套的Win32API函数请参看：MSDN中的参考

　　MFC中的CString类型提供了这些API的封装，编程时使用可以省去不少麻烦。CString就是字符串数组，里面存的是宽字符还是窄字符跟工程是否设置unicode有关

 

简单类型转换也可以用：

LPCTSTR lpszPathName

LPCWSTR wchName = (LPCWSTR)(_bstr_t)lpszPathName

4. COM中的字符串

　　COM中提供了一个BSTR类型，它是OLECHAR的字符串形式（OLECHAR可能是WCHAR或者CHAR，取决于系统的OLE字符集），很多人因为看了它的宏定义：

typedef　/*　[wire_marshal]　*/　OLECHAR　*BSTR;

　　认为它只是简单的OLECHAR *甚至WCHAR*，但是并非如此。BSTR所指向的内存地址前几个字节也是被分配的空间，用于存储BSTR的长度等信息。所以BSTR对应着一整套相关操作函数：

SysAllocString

SysAllocStringByteLen

SysAllocStringLen

SysFreeString

SysReAllocString

SysReAllocStringLen

SysStringByteLen

SysStringLen

如果你在自己分配的WCHAR*上使用这些函数，一定会导致问题。同样道理，如果你试图用delete去释放BSTR，也会造成错误。但是有相当一部分针对WCHAR的Win32API可以用在BSTR上。

另外注意，使用BSTR时，一定要手动调用SysFreeString释放资源，否则造成内存泄露。