VC++中的char,wchar_t,TCHAR

VC++中的char,wchar_t,TCHAR

大家一起做一個項目，經常發現有的人愛用strcpy等标準ANSI函數，有的人愛用_tXXXX函數，這個問題曾經搞的很混亂。為了統一，有必要把來龍去脈搞清楚。

為了搞清這些函數，就必須理請幾種字元類型的寫法。char就不用說了，先說一些wchar_t。wchar_t是Unicode字元的資料類型，它實際定義在<string.h>裡：

typedef unsigned short wchar_t;

不能使用類似 strcpy這樣的ANSI C字元串函數來處理wchar_t字元串，必須使用wcs字首的函數，例如wcscpy。為了讓編譯器識别Unicode字元串，必須以在前面加一個 “L”,例如:

wchar_t *szTest=L"This is a Unicode string.";

下面在看看TCHAR。如果你希望同時為ANSI和Unicode編譯的源代碼，那就要include TChar.h。TCHAR是定義在其中的一個宏，它視你是否定義了_UNICODE宏而定義成char或者wchar_t。如果你使用了TCHAR，那麼就不應該使用ANSI的strXXX函數或者Unicode的wcsXXX函數了，而必須使用TChar.h中定義的_tcsXXX函數。另外，為了解決剛才提到帶“L”的問題，TChar.h中定義了一個宏：“_TEXT”。

以strcpy函數為例子，總結一下:

.如果你想使用ANSI字元串，那麼請使用這一套寫法：

char szString[100];

strcpy(szString,"test");

.如果你想使用Unicode字元串，那麼請使用這一套：

wchar_t szString[100];

wcscpyszString,L"test");

.如果你想通過定義_UNICODE宏，而編譯ANSI或者Unicode字元串代碼：

TCHAR szString[100];

_tcscpy(szString,_TEXT("test"));

   2.字元串及處理之三: 使用TCHAR系列方案

使用TCHAR系列方案編寫程式

TCHAR是一種字元串類型，它讓你在以MBCS和UNNICODE來build程式時可以使用同樣的代碼，不需要使用繁瑣的宏定義來包含你的代碼。 

      TCHAR的引入，主要是在Tchar.h檔案中,該檔案包含這方面的重要的定義資訊。

      對于包含了對str函數或wcs函數進行顯式調用的代碼來說，無法非常容易地同時為ANSI和Unicode對這些代碼進行編譯。本章前面說過，可以建立同時為ANSI和Unicode進行編譯的單個源代碼檔案。若要建立雙重功能，必須包含TChar.h檔案，而不是包含String.h檔案。

      TChar.h檔案的唯一作用是幫助建立ANSI/Unicode通用源代碼檔案。它包含你應該用在源代碼中的一組宏，而不應該直接調用str函數或者 wcs函數。如果在編譯源代碼檔案時定義了_UNICODE，這些宏就會引用wcs這組函數。如果沒有定義_UNICODE，那麼這些宏将引用str這組宏。

      TCHAR的定義如下：

      #ifdef UNICODE

      typedef wchar_t TCHAR;

      #else

      typedef char TCHAR;

      #endif

      是以用MBCS來build時，TCHAR是char，使用UNICODE時，TCHAR是wchar_t。

      還有一個宏來處理定義Unicode字元串常量時所需的L字首。

      #define _T(x) L##x

      #define _TEXT(x) L##x

      #define __T(x) L##x

      #define _T(x) x

      #define _TEXT(x) x

      #define __T(x) x

     ## 是一個預處理操作符，它可以把兩個參數連在一起。如果你的代碼中需要字元串常量，在它前面加上_T宏。如果你使用Unicode來build，它會在字元串常量前加上L字首。

      TCHAR szNewText[] = _T("we love Bob!");

    _UNICODE宏用于C運作期頭檔案，而UNICODE宏則用于Windows頭檔案。當編譯源代碼子產品時，通常必須同時定義這兩個宏。

像是用宏來隐藏SetWindowTextA/W的細節一樣，還有很多可以供你使用的宏來實作str***()和_mbs***()等字元串函數。例如，你可以使用_tcsrchr宏來替換strrchr()、_mbsrchr()和wcsrchr()。_tcsrchr根據你預定義的宏是_MBCS還是 UNICODE來擴充成正确的函數，就象SetWindowText所作的一樣。

   不僅str***()函數有TCHAR宏。其他的函數如， _stprintf（代替sprinft()和swprintf()）,_tfopen（代替fopen()和_wfopen()）。 MSDN中"Generic-Text Routine Mappings."标題下有完整的宏清單。

   3.字元串及處理之二: 基本字元串類型及函數 

常用的字元串類型有：char * ，wchar_t * ，WCHAR * ， TCHAR * char *      最基本的類型，其對應的一組處理函數是以str...開頭的标準的ANSI C字元串函數。 wchar_t *      是這樣定義的：typedef unsigned short wchar_t;     另外，在頭檔案中有這樣的定義：typedef wchar_t WCHAR; 是以WCHAR實際就是wchar_t     wchar_t * 是16-bit UNICODE character（寬字元）所使用的基本類型。 其對應的一組處理函數是以wcs...開頭的标準的字元串函數。 常用的字元串處理函數和宏:  1、str 開頭的 函數 處理SBCS字元串 2、wcs 開頭的 函數 處理寬字元串，wcs是寬字元串的英文縮寫     所有的unicode函數均以wcs開頭。若要調用Unicode函數，隻需用字首wcs來取代ANSI字元串函數的字首str即可。     對于每一個标準的ANSI C字元串函數，基本都有等價的unicode函數. 3、_mbs 開頭的 函數 處理DBCS字元串     微軟還在它的CRT(C runtime library)中增加了操作DBCS字元串的版本。Str***()函數都有對應名字的DBCS版本_mbs***()。     如果你料到可能會遇到DBCS字元串（如果你的軟體會被安裝在使用DBCS編碼的國家，如中國，日本等，你就可能會），你應該使用_mbs***()函數，因為他們也可以處理SBCS字元串。（一個DBCS字元串也可能含有單位元組字元，這就是為什麼_mbs***()函數也能處理SBCS字元串的原因）。微軟還提供了幾個函數友善對dbcs的處理 ， 見後面的描述。     如果隻是調用strlen函數，那麼你無法真正了解字元串中究竟有多少字元，它隻能告訴你到達結尾的0之前有多少個位元組。ANSI的C運作期庫中沒有配備相應的函數，使你能夠對雙位元組字元集進行操作。但是，Microsoft Visual C++的運作期庫卻包含許多函數，如_mbslen ,它可以用來操作多位元組（既包括單位元組也包括雙位元組）字元串。 4、_tcs 開頭的 宏 配合TCHAR使用     根據預定義分别擴充為str wcs _mbs， 見後面的描述。 5、l開頭的windows自帶的寬字元處理函數 6、大小寫兼有的 windows自帶的寬字元處理函數     5和6見後面的描述 更進一步的字元串以及其指針的類型定義

　由于Win32 API文檔的函數清單使用函數的常用名字（例如， "SetWindowText"），所有的字元串都是用TCHAR來定義的。（除了XP中引入的隻适用于Unicode的API）。下面列出一些常用的 typedefs，你可以在msdn中看到他們。 type                Meaning in MBCS builds          Meaning in Unicode builds  WCHAR                 wchar_t                             wchar_t  LPSTR                   char*                                char* LPCSTR                 const char*                        const char* LPWSTR                wchar_t*                           wchar_t*  LPCWSTR              const wchar_t*                    const wchar_t*   TCHAR                  char                                  wchar_t  LPTSTR                 TCHAR*                            TCHAR*  LPCTSTR               const TCHAR*                     const TCHAR*

4.strings(字元串)詳解(一)

之是以抛棄char*的字元串而選用C++标準程式庫中的string類，是因為他和前者比較起來，不必擔心記憶體是否足夠、字元串長度等等，而且作為一個類出現，他內建的操作函數足以完成我們大多數情況下(甚至是100%)的需要。我們可以用 = 進行指派操作，== 進行比較，+ 做串聯（是不是很簡單?）。我們盡可以把它看成是C++的基本資料類型。

    好了，進入正題………

首先，為了在我們的程式中使用 string類型，我們必須包含頭檔案 <string>。如下：

    #include <string> //注意這裡不是string.h string.h是C字元串頭檔案

1．聲明一個C++字元串

聲明一個字元串變量很簡單：

    string Str;

這樣我們就聲明了一個字元串變量，但既然是一個類，就有構造函數和析構函數。上面的聲明沒有傳入參數，是以就直接使用了string的預設的構造函數，這個函數所作的就是把Str初始化為一個空字元串。String類的構造函數和析構函數如下：

a)    string s;  //生成一個空字元串s

b)    string s(str) //拷貝構造函數 生成str的複制品

c)    string s(str,stridx) //将字元串str内“始于位置stridx”的部分當作字元串的初值

d)    string s(str,stridx,strlen) //将字元串str内“始于stridx且長度頂多strlen”的部分作為字元串的初值

e)    string s(cstr) //将C字元串作為s的初值

f)    string s(chars,chars_len) //将C字元串前chars_len個字元作為字元串s的初值。

g)    string s(num,c) //生成一個字元串，包含num個c字元

h)    string s(beg,end) //以區間beg;end(不包含end)内的字元作為字元串s的初值

i)    s.~string() //銷毀所有字元，釋放記憶體

都很簡單，我就不解釋了。

2．字元串操作函數

    這裡是C++字元串的重點，我先把各種操作函數羅列出來，不喜歡把所有函數都看完的人可以在這裡找自己喜歡的函數，再到後面看他的詳細解釋。

a) =,assign()   //賦以新值

b) swap()   //交換兩個字元串的内容

c) +=,append(),push_back() //在尾部添加字元

d) insert() //插入字元

e) erase() //删除字元

f) clear() //删除全部字元 

g) replace() //替換字元

h) + //串聯字元串

i) ==,!=,<,<=,>,>=,compare()  //比較字元串

j) size(),length()  //傳回字元數量

k) max_size() //傳回字元的可能最大個數

l) empty()  //判斷字元串是否為空

m) capacity() //傳回重新配置設定之前的字元容量

n) reserve() //保留一定量記憶體以容納一定數量的字元

o) [ ], at() //存取單一字元

p) >>,getline() //從stream讀取某值

q) <<  //将謀值寫入stream

r) copy() //将某值指派為一個C_string

s) c_str() //将内容以C_string傳回

t) data() //将内容以字元數組形式傳回

u) substr() //傳回某個子字元串

v)查找函數

w)begin() end() //提供類似STL的疊代器支援

x) rbegin() rend() //逆向疊代器

y) get_allocator() //傳回配置器

下面詳細介紹：

2．1 C++字元串和C字元串的轉換

    C++提供的由C++字元串得到對應的 C_string的方法是使用data()、c_str()和copy()，其中，data()以字元數組的形式傳回字元串内容，但并不添加’\0’。 c_str()傳回一個以‘\0’結尾的字元數組，而copy()則把字元串的内容複制或寫入既有的c_string或字元數組内。C++字元串并不以’ \0’結尾。我的建議是在程式中能使用C++字元串就使用，除非萬不得已不選用c_string。由于隻是簡單介紹，詳細介紹掠過，誰想進一步了解使用中的注意事項可以給我留言(到我的收件箱)。我詳細解釋。

2．2 大小和容量函數

    一個C++字元串存在三種大小：a)現有的字元數，函數是size()和length()，他們等效。Empty()用來檢查字元串是否為空。b)max_size() 這個大小是指目前C++字元串最多能包含的字元數，很可能和機器本身的限制或者字元串所在位置連續記憶體的大小有關系。我們一般情況下不用關心他，應該大小足夠我們用的。但是不夠用的話，會抛出length_error異常c)capacity()重新配置設定記憶體之前 string所能包含的最大字元數。這裡另一個需要指出的是reserve()函數，這個函數為string重新配置設定記憶體。重新配置設定的大小由其參數決定，預設參數為0，這時候會對string進行非強制性縮減。

還有必要再重複一下C++字元串和C字元串轉換的問題，許多人會遇到這樣的問題，自己做的程式要調用别人的函數、類什麼的（比如資料庫連接配接函數Connect(char*,char*)），但别人的函數參數用的是char*形式的，而我們知道，c_str()、data()傳回的字元數組由該字元串擁有，是以是一種const char*,要想作為上面提及的函數的參數，還必須拷貝到一個char*,而我們的原則是能不使用C字元串就不使用。那麼，這時候我們的處理方式是：如果此函數對參數(也就是char*)的内容不修改的話，我們可以這樣Connect((char*)UserID.c_str(), (char*)PassWD.c_str()),但是這時候是存在危險的，因為這樣轉換後的字元串其實是可以修改的（有興趣地可以自己試一試），是以我強調除非函數調用的時候不對參數進行修改，否則必須拷貝到一個char*上去。當然，更穩妥的辦法是無論什麼情況都拷貝到一個char*上去。同時我們也祈禱現在仍然使用C字元串進行程式設計的高手們（說他們是高手一點兒也不為過，也許在我們還穿開裆褲的時候他們就開始程式設計了，哈哈…）寫的函數都比較規範，那樣我們就不必進行強制轉換了。

2．3元素存取

    我們可以使用下标操作符[]和函數at()對元素包含的字元進行通路。但是應該注意的是操作符[]并不檢查索引是否有效（有效索引0~str.length()），如果索引失效，會引起未定義的行為。而at()會檢查，如果使用 at()的時候索引無效，會抛出out_of_range異常。

    有一個例外不得不說，const string a;的操作符[]對索引值是a.length()仍然有效，其傳回值是’\0’。其他的各種情況，a.length()索引都是無效的。舉例如下：

const string Cstr(“const string”);

string Str(“string”);

Str[3];    //ok

Str.at(3);  //ok

Str[100]; //未定義的行為

Str.at(100);  //throw out_of_range

Str[Str.length()]  // 未定義行為

Cstr[Cstr.length()] //傳回 ‘\0’

Str.at(Str.length());//throw out_of_range

Cstr.at(Cstr.length()) ////throw out_of_range

我不贊成類似于下面的引用或指針指派：

char& r=s[2];

char* p= &s[3];

因為一旦發生重新配置設定，r,p立即失效。避免的方法就是不使用。

2．4比較函數

    C++字元串支援常見的比較操作符（>,>=,<,<=,==,!=），甚至支援string與C-string的比較(如 str<”hello”)。在使用>,>=,<,<=這些操作符的時候是根據“目前字元特性”将字元按字典順序進行逐一得比較。字典排序靠前的字元小，比較的順序是從前向後比較，遇到不相等的字元就按這個位置上的兩個字元的比較結果确定兩個字元串的大小。同時，string(“aaaa”) <string(aaaaa)。

    另一個功能強大的比較函數是成員函數compare()。他支援多參數處理，支援用索引值和長度定位子串來進行比較。他傳回一個整數來表示比較結果，傳回值意義如下：0-相等 〉0-大于 <0-小于。舉例如下：

    string s(“abcd”);

    s.compare(“abcd”); //傳回0

    s.compare(“dcba”); //傳回一個小于0的值

    s.compare(“ab”); //傳回大于0的值

s.compare(s); //相等

    s.compare(0,2,s,2,2); //用”ab”和”cd”進行比較 小于零

    s.compare(1,2,”bcx”,2); //用”bc”和”bc”比較。

怎麼樣？功能夠全的吧！什麼？還不能滿足你的胃口？好吧，那等着，後面有更個性化的比較算法。先給個提示，使用的是STL的比較算法。什麼？對STL一竅不通？靠，你重修吧！

2．5 更改内容

這在字元串的操作中占了很大一部分。

首先講指派，第一個指派方法當然是使用操作符=，新值可以是string(如：s=ns) 、c_string(如：s=”gaint”)甚至單一字元（如：s=’j’）。還可以使用成員函數assign()，這個成員函數可以使你更靈活的對字元串指派。還是舉例說明吧：

s.assign(str); //不說

s.assign(str,1,3);//如果str 是”iamangel” 就是把”ama”賦給字元串

s.assign(str,2,string::npos);//把字元串str從索引值2 開始到結尾賦給s

s.assign(“gaint”); //不說

s.assign(“nico”,5);//把’n’ ‘I’ ‘c’ ‘o’ ‘\0’賦給字元串

s.assign(5,’x’);//把五個x賦給字元串

把字元串清空的方法有三個：s=””; s.clear();s.erase();(我越來越覺得舉例比說話讓别人容易懂！)。

string提供了很多函數用于插入（insert）、删除（erase）、替換（replace）、增加字元。

先說增加字元（這裡說的增加是在尾巴上），函數有 +=、append()、push_back()。舉例如下：

s+=str;//加個字元串

s+=”my name is jiayp”;//加個C字元串

s+=’a’;//加個字元

s.append(str);

s.append(str,1,3);// 不解釋了 同前面的函數參數assign的解釋

s.append(str,2,string::npos)//不解釋了

s.append(“my name is jiayp”);

s.append(“nico”,5);

s.append(5,’x’);

s.push_back(‘a’);// 這個函數隻能增加單個字元 對STL熟悉的了解起來很簡單

也許你需要在string中間的某個位置插入字元串，這時候你可以用 insert()函數，這個函數需要你指定一個安插位置的索引，被插入的字元串将放在這個索引的後面。

    s.insert(0,”my name”);

    s.insert(1,str);

這種形式的insert()函數不支援傳入單個字元，這時的單個字元必須寫成字元串形式(讓人惡心)。既然你覺得惡心，那就不得不繼續讀下面一段話：為了插入單個字元，insert()函數提供了兩個對插入單個字元操作的重載函數：insert(size_type index,size_type num,chart c)和insert(iterator pos,size_type num,chart c)。其中size_type是無符号整數，iterator是char*,是以，你這麼調用insert函數是不行的：insert(0,1,’j’);這時候第一個參數将轉換成哪一個呢？是以你必須這麼寫：insert((string::size_type)0,1,’j’)！第二種形式指出了使用疊代器安插字元的形式，在後面會提及。順便提一下，string有很多操作是使用STL的疊代器的，他也盡量做得和STL靠近。

删除函數erase()的形式也有好幾種（真煩！），替換函數 replace()也有好幾個。舉例吧：

string s=”il8n”;

s.replace(1,2,”nternationalizatio”);// 從索引1開始的2個替換成後面的C_string

s.erase(13);//從索引13開始往後全删除

s.erase(7,5);// 從索引7開始往後删5個

2．6提取子串和字元串連接配接

題取子串的函數是：substr(),形式如下：

s.substr();// 傳回s的全部内容

s.substr(11);//從索引11往後的子串

s.substr(5,6);//從索引5開始6個字元

把兩個字元串結合起來的函數是+。（誰不明白請緻電120）

2．7輸入輸出操作

1．>> 從輸入流讀取一個string。

2．<< 把一個string寫入輸出流。

另一個函數就是getline(),他從輸入流讀取一行内容，直到遇到分行符或到了檔案尾。

2．8搜尋與查找

查找函數很多，功能也很強大，包括了：

    find()

    rfind()

    find_first_of()

    find_last_of()

    find_first_not_of()

    find_last_not_of()

這些函數傳回符合搜尋條件的字元區間内的第一個字元的索引，沒找到目标就傳回npos。所有的函數的參數說明如下：

第一個參數是被搜尋的對象。第二個參數（可有可無）指出string内的搜尋起點索引，第三個參數（可有可無）指出搜尋的字元個數。比較簡單，不多說 不了解的可以向我提出，我再仔細的解答。當然，更加強大的STL搜尋在後面會有提及。

最後再說說npos的含義，string::npos的類型是string::size_type,是以，一旦需要把一個索引與npos相比，這個索引值必須是string::size)type類型的，更多的情況下，我們可以直接把函數和npos進行比較（如：if(s.find(“jia”)==string::npos)）。