字符格式基礎(chǔ)
首先說(shuō)說(shuō)字符編碼的兩種格式。
一種是將文本字符串編碼成一組以0結(jié)尾的單字節(jié)字符，即ansi字符，每個(gè)字符占8位，即一個(gè)字節(jié)。這種編碼方式的缺陷是，對(duì)于字符本地化的問(wèn)題不能很好的解決，因?yàn)?位空間最多容納256個(gè)字符，不能完全唯一的表示世界上所有的字符。
另一種是Unicode字符，每個(gè)字符都使用UTF-16編碼（一般來(lái)說(shuō)，除非特別聲明不使用UTF-16編碼），即一個(gè)字符占16位空間（2字節(jié)）。基于這種情況，世界上大多數(shù)語(yǔ)言的字符都可以用一個(gè)唯一的2字節(jié)空間表示。
傳統(tǒng)的ansi字符在C語(yǔ)言中用char數(shù)據(jù)類型表示(1字節(jié))。在源代碼中聲明一個(gè)字符串，則編譯器會(huì)轉(zhuǎn)換為由8位char數(shù)據(jù)類型構(gòu)成的一個(gè)數(shù)組（以"/0"結(jié)尾）
char c='a';//一個(gè)8位的字符
char szbuffer[100]="a string";//含有99個(gè)8位字符和1個(gè)8位結(jié)束符(/0)的數(shù)組
微軟的c/c++編譯器為unicode定義了一個(gè)內(nèi)建的數(shù)據(jù)結(jié)構(gòu)，wchar_t，它表示一個(gè)16位的unicode(UTF-16)字符。
wchar_t c=L'a';//一個(gè)16位的字符
wchar_t szbuffer[100]=L"a string";//含有99個(gè)16位字符和1個(gè)16位結(jié)束符(/0)的數(shù)組
此外，windows為了和c語(yǔ)言加以區(qū)別，則定義了自己的數(shù)據(jù)類型。
//WinNT.h
typedef char CHAR;//一個(gè)8位的字符
typedef wchar_t WCHAR;//一個(gè)16位的字符
typedef CHAR *PCHAR;//指向8位字符的指針
typedef CHAR *PSTR;//指向8位字符的指針
typedef CONST CHAR *PCSTR;//指向8位字符的常量指針
typedef WCHAR *PWCHAR;//指向16位字符的指針
typedef WCHAR *PWSTR;//指向16位字符的指針
typedef CONST WCHAR *PCWSTR;//指向16位字符的常量指針
在實(shí)際使用中，使用哪種類型并不重要，但最好保持一致，這樣有利于維護(hù)。另外如果是windows編程，最好使用windows定義的數(shù)據(jù)類型，這樣可與MSDN保持一致，有利于開(kāi)發(fā)。
windows還定義了如下宏和通用數(shù)據(jù)類型，來(lái)方便開(kāi)發(fā)人員。
#ifdef UNICODE
typedef WCHAR TCHAR ,*PTCHAR,PTSTR;
typedef CONST WCHAR *PCTSTR;
#define __TEXT(quote) quote
#define __TEXT(quote) L##quote
#else
typedef CHAR TCHAR ,*PTCHAR,PTSTR;
typedef CONST CHAR *PCTSTR;
#define __TEXT(quote) quote
#endif
#define __TEXT(quote) L##quote
其中黑體部分的類型都是通用數(shù)據(jù)類型，即無(wú)論使用ansi還是unicode，都能通過(guò)編譯。
TCHAR c=TEXT('A');//如果定義了unicode，則a是16位字符；如果定義了ansi，則a是8位字符
TCHAR SZBUFFER[100]=TEXT("A STRING");//如果定義了unicode，則SZBUFFER中的字符為16位；否則，字符位8位。
自windowsNT開(kāi)始，windows所有版本都使用unicode構(gòu)建。即如果我們的程序使用ansi字符，那么操作系統(tǒng)將會(huì)執(zhí)行轉(zhuǎn)換為unicode，這些轉(zhuǎn)換都是對(duì)用戶透明的，且會(huì)產(chǎn)生時(shí)間和內(nèi)存的開(kāi)銷。所以，我們應(yīng)盡量使用unicode構(gòu)建程序。
至此為止，總結(jié)一下，就是定義字符用TCHAR，指針類型使用*TCHAR足以，定義字面值用_T宏。
windows中的函數(shù)的參數(shù)列表中如果有字符串，則該函數(shù)通常有兩個(gè)版本，一個(gè)ansi，一個(gè)unicode。例如CreateWindowEx接受這兩種類型的字符串作為參數(shù)。實(shí)際上，CreateWindowEx只是一個(gè)宏，定義如下：
//WinUser.h
#ifdef UNICODE
#define CreateWindowEx CreateWindowExW
#else
#define CreateWindowEx CreateWindowExA
#endif
很明顯，這和前面的通用數(shù)據(jù)類型使用的是同一伎倆。其中CreateWindowExW接受Unicode，CreateWindowExA接受ansi。
在windows vista中，CreateWindowExA只是一個(gè)轉(zhuǎn)換層，負(fù)責(zé)分配內(nèi)存，然后將ansi轉(zhuǎn)換為unicode，然后在內(nèi)部調(diào)用CreateWindowExW。
C運(yùn)行庫(kù)中的安全字符串處理函數(shù)
通常，修改字符串的函數(shù)都存在一個(gè)安全隱患，即目標(biāo)字符串的緩沖不夠大，則會(huì)導(dǎo)致內(nèi)存中的數(shù)據(jù)被破壞。
例如：
WCHAR szbuffer[3]=L"";
wcscpy(szbuffer,L"abc");
以上的例子是以0結(jié)尾的，需要szbuffer[4]才可以容納。但編譯時(shí)并不會(huì)有任何報(bào)錯(cuò)或警告。
針對(duì)以上問(wèn)題，我們必須使用“安全字符串處理函數(shù)”，這一類的函數(shù)以_s結(jié)尾（secure之意），我們來(lái)看一下這類函數(shù)的原型.
PTSTR _tcscpy(PTSTR strDestination,PCTSTR strSource);
errno_t _tcscpy_s(PTSTR strDestination,size_t numberOfCharacters,PCTSTR strSource);
PTSTR _tcscat(PTSTR strDestination,PCTSTR strSource);
errno_t _tcscat_s(PTSTR strDestination,size_t numberOfCharacters,PCTSTR strSource);
可以看到，在將一個(gè)緩沖區(qū)作為目標(biāo)緩沖區(qū)時(shí)，必須提供這個(gè)緩沖區(qū)的大小(可容納的字符個(gè)數(shù)),通過(guò)調(diào)用_countof宏計(jì)算出來(lái)。
這個(gè)緩沖區(qū)大小參數(shù)的主要任務(wù)就是驗(yàn)證緩沖區(qū)是否足以容納結(jié)果數(shù)據(jù).
現(xiàn)在，我們調(diào)用這些安全函數(shù)的時(shí)候，就可以檢查返回的errno_t值。只有返回S_OK值，才表明函數(shù)調(diào)用成功。其他的值可以參照errno.h中的定義。
來(lái)看一個(gè)例子：
TCHAR szbuffer[3]=L"";
_tcscpy_s(szbuffer,_countof(szbuffer),_T("abc"));
執(zhí)行完后， szbuffer的第一個(gè)字符被設(shè)置為'/0'，而其他所有字節(jié)全部被設(shè)置為0xfd（填充符）。
在處理字符串時(shí)獲得更多的控制
除了安全字符串處理函數(shù)，c運(yùn)行庫(kù)還增加了一些函數(shù)，用于在處理字符串時(shí)獲得更多的控制。例如，可以控制如何截?cái)嘧址?/p>
這類函數(shù)具有兩個(gè)版本，對(duì)應(yīng)ansi和unicode。
HRESULT StringCchCat( LPTSTR pszDest,size_t cchDest,LPCTSTR pszSrc);
HRESULT StringCchCatEx( LPTSTR pszDest,size_t cchDest, LPCTSTR pszSrc,LPTSTR *ppszDestEnd,size_t *pcchRemaining,DWORD dwFlags);
HRESULT StringCchCopy( LPTSTR pszDest,size_t cchDest, LPCTSTR pszSrc);
HRESULT StringCchCopyEx(LPTSTR pszDest,size_t cchDest, LPCTSTR pszSrc, LPTSTR *ppszDestEnd,size_t *pcchRemaining,DWORD dwFlags);
可以看出，在所有方法的名稱中，都含有一個(gè)“Cch”，這表示count of characters，即字符個(gè)數(shù)。通常使用_countof宏獲得。
另外還有一些函數(shù)含有“cb”，這表示函數(shù)要求用字節(jié)數(shù)來(lái)指定大小。通常使用sizeof()獲得。
這些函數(shù)返回HRESULT，具體的值
S_OK 成功。目標(biāo)緩沖區(qū)中包含源字符串，并以/0終止
STRSAFE_E_INVALID_PARAMETER 失敗。將NULL傳給了一個(gè)參數(shù)
STRSAFE_E_INSUFFICIENT_BUFFER 失敗。指定的目標(biāo)緩沖區(qū)太小，無(wú)法容納整個(gè)源字符串
不同于安全字符串處理函數(shù)，這類函數(shù)運(yùn)行時(shí)，當(dāng)緩沖區(qū)太小，則會(huì)執(zhí)行截?cái)唷?/p>
windows字符串處理函數(shù)
在shlwapi.h定義了大量好用的字符串函數(shù)，可以用來(lái)對(duì)操作系統(tǒng)有關(guān)的數(shù)值進(jìn)行格式化操作。
在實(shí)際編程中，經(jīng)常需要比較兩個(gè)字符串是否相等。對(duì)于這樣的需求可以使用CompareString(Ex)或者CompareStringOrdinal。
CompareString(Ex）一般用于向用戶顯示的字符串。
CompareStringOrdinal一般用于比較程序內(nèi)部的字符串，如路徑名，注冊(cè)表項(xiàng)值等。
CompareString(Ex）的處理速度相對(duì)于CompareStringOrdinal較慢。
這兩個(gè)函數(shù)的返回0，則表示調(diào)用失敗；
返回1（CSTR_LESS_THAN）表明string1小于string2；
返回2（CSTR_GREATER_THAN）表明string1大于string2.
使用unicode的好處：
1、有利于應(yīng)用程序的本地化。
2、代碼執(zhí)行效率更高，因?yàn)閣indows基于unicode構(gòu)建，如果我們也保持一致，則windows處理時(shí)不必耗費(fèi)額外的資源轉(zhuǎn)換。
3、容易與com集成
4、容易與.net集成
推薦的字符處理方式
1、使用通用數(shù)據(jù)類型和宏，如TCHAR和_T
2、將字符串想象成字符的數(shù)組，而非char或字節(jié)的數(shù)組。
3、與字符串有關(guān)的計(jì)算需修改。尤其要搞清楚很多的函數(shù)要求傳遞的是字符數(shù)還是字節(jié)數(shù)，如是前者，則用_countof()獲取；如是后者，則用(字符數(shù)*sizeof（字符類型））獲取。
4、避免使用printf系列函數(shù)轉(zhuǎn)換ansi和unicode。正確的做法是使用MultiByteToWideChar或WideCharToMultiByte。
5、始終使用安全的字符串處理函數(shù)，_s或stringcch，如要控制截?cái)啵瑒t使用后者。
6、如果一個(gè)緩沖區(qū)處理函數(shù)的參數(shù)中不包括目標(biāo)緩沖區(qū)的長(zhǎng)度，那么避免使用。
7、比較字符串時(shí)，使用CompareStringOrdina和CompareString(Ex）。前者速度快，適合處理程序內(nèi)部的字符串；后者用于處理UI的字符串，因?yàn)樗且詤^(qū)域設(shè)置來(lái)適當(dāng)排序，速度較慢。
本文來(lái)自CSDN博客，轉(zhuǎn)載請(qǐng)標(biāo)明出處：http://blog.csdn.net/shentao17792/archive/2010/02/21/5314312.aspx
聯(lián)系客服
