C字符串完全指南.doc

C+字符串完全指南 Win32字符编码关键词： 字符串 c+ 前言字符串的表现形式各异，象TCHAR，std:string，BSTR等等，有时还会见到怪怪的用_tcs起头的宏。这个指南的目的就是说明各种字符串类型及其用途，并说明如何在必要时进行类型的相互转换。在指南的第一部分，介绍三种字符编码格式。理解编码的工作原理是致为重要的。即使你已经知道字符串是一个字符的数组这样的概念，也请阅读本文，它会让你明白各种字符串类之间的关系。指南的第二部分，将阐述各个字符串类，什么时候使用哪种字符串类，及其相互转换。字符串基础 ASCII, DBCS, Unicode所有的字符串类都起源于C语言的字符串，而C语言字符串则是字符的数组。首先了解一下字符类型。有三种编码方式和三种字符类型。第一种编码方式是单字节字符集，称之为SBCS，它的所有字符都只有一个字节的长度。ASCII码就是SBCS。SBCS字符串由一个零字节结尾。第二种编码方式是多字节字符集，称之为MBCS，它包含的字符中有单字节长的字符，也有多字节长的字符。Windows用到的MBCS只有二种字符类型，单字节字符和双字节字符。因此Windows中用得最多的字符是双字节字符集，即DBCS，通常用它来代替MBCS。在DBCS编码中，用一些保留值来指明该字符属于双字节字符。例如，Shift-JIS(通用日语)编码中，值081-09F 和 0xE0-0xFC 的意思是：“这是一个双字节字符，下一个字节是这个字符的一部分”。这样的值通常称为前导字节(lead byte)，总是大于07F。前导字节后面是跟随字节(trail byte)。DBCS的跟随字节可以是任何非零值。与SBCS一样，DBCS字符串也由一个零字节结尾。第三种编码方式是Unicode。Unicode编码标准中的所有字符都是双字节长。有时也将Unicode称为宽字符集(wide characters)，因为它的字符比单字节字符更宽(使用更多内存)。注意，Unicode不是MBCS 区别在于MBCS编码中的字符长度是不同的。Unicode字符串用二个零字节字符结尾(一个宽字符的零值编码)。单字节字符集是拉丁字母，重音文字，用ASCII标准定义，用于DOS操作系统。双字节字符集用于东亚和中东语言。Unicode用于COM和Windows NT内部。读者都很熟悉单字节字符集，它的数据类型是char。双字节字符集也使用char数据类型(双字节字符集中的许多古怪处之一)。Unicode字符集用wchar_t数据类型。Unicode字符串用L前缀起头，如： wchar_t wch = L1; / 2 个字节, 00031 wchar_t* wsz = LHello; / 12 个字节, 6 个宽字符字符串的存储单字节字符串顺序存放各个字符，并用零字节表示字符串结尾。例如，字符串Bob的存储格式为：Unicode编码中，LBob的存储格式为：用00000 (Unicode的零编码)结束字符串。DBCS 看上去有点象SBCS。以后我们会看到在串处理和指针使用上是有微妙差别的。字符串日本语 (nihongo) 的存储格式如下(用LB和TB分别表示前导字节和跟随字节)：注意，ni的值不是WORD值0xFA93。值93和FA顺序组合编码为字符ni。(在高位优先CPU中，存放顺序正如上所述)。字符串处理函数C语言字符串处理函数，如strcpy(), sprintf(), atol()等只能用于单字节字符串。在标准库中有只用于Unicode字符串的函数，如wcscpy(), swprintf(), _wtol()。微软在C运行库(CRT)中加入了对DBCS字符串的支持。对应于strxxx()函数，DBCS使用_mbsxxx()函数。在处理DBCS字符串(如日语，中文，或其它DBCS)时，就要用_mbsxxx()函数。这些函数也能用于处理SBCS字符串(因为DBCS字符串可能就只含有单字节字符)。现在用一个示例来说明字符串处理函数的不同。如有Unicode字符串LBob：x86 CPU的排列顺序是低位优先(little-endian)的，值00042的存储顺序为42 00。这时如用strlen()函数求字符串的长度就发生问题。函数找到第一个字节42，然后是00，意味着字符串结尾，于是返回1。反之，用wcslen()函数求Bob的长度更糟糕。wcslen()首先找到06F42，然后是00062，以后就在内存缓冲内不断地寻找00 00直至发生一般性保护错(GPF)。strxxx()及其对应的_mbsxxx()究竟是如何运作的？二者之间的不同是非常重要的，直接影响到正确遍历DBCS字符串的方法。下面先介绍字符串遍历，然后再回来讨论strxxx()和 _mbsxxx()。字符串遍历我们中的大多数人都是从SBCS成长过来的，都习惯于用指针的 + 和 操作符来遍历字符串，有时也使用数组来处理字符串中的字符。这二种方法对于SBCS 和 Unicode 字符串的操作都是正确无误的，因为二者的字符都是等长的，编译器能够的正确返回我们寻求的字符位置。但对于DBCS字符串就不能这样了。用指针访问DBCS字符串有二个原则，打破这二个原则就会造成错误。1. 不可使用 + 算子，除非每次都检查是否为前导字节。2. 绝不可使用 算子来向后遍历。先说明原则2，因为很容易找到一个非人为的示例。假设，有一个配制文件，程序启动时要从安装路径读取该文件，如：C:Program FilesMyCoolAppconfig.bin。文件本身是正常的。假设用以下代码来配制文件名：bool GetConfigFileName ( char* pszName, size_t nBuffSize )char szConfigFilenameMAX_PATH; / 这里从注册表读取文件的安装路径，假设一切正常。 / 如果路径末尾没有反斜线，就加上反斜线。 / 首先，用指针指向结尾零：char* pLastChar = strchr ( szConfigFilename, 0 ); / 然后向后退一个字符： pLastChar-; if ( *pLastChar != ) strcat ( szConfigFilename, ); / 加上文件名： strcat ( szConfigFilename, config.bin ); / 如果字符串长度足够，返回文件名： if ( strlen ( szConfigFilename ) = nBuffSize ) return false; else strcpy ( pszName, szConfigFilename ); return true; 这段代码的保护性是很强的，但用到DBCS字符串还是会出错。假如文件的安装路径用日语表达：C:，该字符串的内存表达为：这时用上面的GetConfigFileName()函数来检查文件路径末尾是否含有反斜线就会出错，得到错误的文件名。错在哪里？注意上面的二个十六进制值05C(蓝色)。前面的05C是字符，后面则是字符值83 5C，代表字符。可是函数把它误认为反斜线了。正确的方法是用DBCS函数将指针指向恰当的字符位置，如下所示：bool FixedGetConfigFileName ( char* pszName, size_t nBuffSize )char szConfigFilenameMAX_PATH; / 这里从注册表读取文件的安装路径，假设一切正常。 / 如果路径末尾没有反斜线，就加上反斜线。 / 首先，用指针指向结尾零：char* pLastChar = _mbschr ( szConfigFilename, 0 ); / 然后向后退一个双字节字符： pLastChar = CharPrev ( szConfigFilename, pLastChar ); if ( *pLastChar != ) _mbscat ( szConfigFilename, ); / 加上文件名： _mbscat ( szConfigFilename, config.bin ); / 如果字符串长度足够，返回文件名： if ( _mbslen ( szInstallDir ) = nBuffSize ) return false; else _mbscpy ( pszName, szConfigFilename ); return true; 这个改进的函数用CharPrev() API 函数将指针pLastChar向后移动一个字符。如果字符串末尾的字符是双字节字符，就向后移动2个字节。这时返回的结果是正确的，因为不会将字符误判为反斜线。现在可以想像到第一原则了。例如，要遍历字符串寻找字符:，如果不使用CharNext()函数而使用+算子，当跟随字节值恰好也是:时就会出错。与原则2相关的是数组下标的使用：2a. 绝不可在字符串数组中使用递减下标。出错原因与原则2相同。例如，设置指针pLastChar为：char* pLastChar = &szConfigFilename strlen(szConfigFilename) - 1;结果与原则2的出错一样。下标减1就是指针向后移动一个字节，不符原则2。再谈strxxx() 与_mbsxxx()现在可以清楚为什么要用 _mbsxxx() 函数了。strxxx() 函数不认识DBCS字符而 _mbsxxx()认识。如果调用strrchr(C:, )函数可能会出错，但 _mbsrchr()认识双字节字符，所以能返回指向最后出现反斜线字符的指针位置。最后提一下strxxx() 和 _mbsxxx() 函数族中的字符串长度测量函数，它们都返回字符串的字节数。如果字符串含有3个双字节字符，_mbslen()将返回6。而Unicode的函数返回的是wchar_ts的数量，如wcslen(LBob) 返回3C+字符串完全指南 Win32字符编码（二）翻译：连波 15/11/2002 URL: /developer/tech/story/0,2000081602,39098306,00.htm Win32 API中的MBCS 和 UnicodeAPI的二个字符集也许你没有注意到，Win32的API和消息中的字符串处理函数有二种，一种为MCBS字符串，另一种为Unicode字符串。例如，Win32中没有SetWindowText()这样的接口，而是用SetWindowTextA()和 SetWindowTextW()函数。后缀A (表示ANSI)指明是MBCS函数，后缀W(表示宽字符)指明是Unicode函数。编写Windows程序时，可以选择用MBCS或Unicode API接口函数。用VC AppWizards向导时，如果不修改预处理器设置，缺省使用的是MBCS函数。但是在API接口中没有SetWindowText()函数，该如何调用呢？实际上，在winuser.h头文件中做了以下定义：BOOL WINAPI SetWindowTextA ( HWND hWnd, LPCSTR lpString );BOOL WINAPI SetWindowTextW ( HWND hWnd, LPCWSTR lpString );#ifdef UNICODE#define SetWindowText SetWindowTextW#else#define SetWindowText SetWindowTextA#endif编写MBCS应用时，不必定义UNICODE，预处理为：#define SetWindowText SetWindowTextA然后将SetWindowText()处理为真正的API接口函数SetWindowTextA() (如果愿意的话，可以直接调用SetWindowTextA() 或SetWindowTextW()函数，不过很少有此需要)。如果要将缺省应用接口改为Unicode，就到预处理设置的预处理标记中去掉 _MBCS标记，加入UNICODE 和 _UNICODE (二个标记都要加入，不同的头文件使用不同的标记)。不过，这时要处理普通字符串反而会遇到问题。如有代码：HWND hwnd = GetSomeWindowHandle();char szNewText = we love Bob!;SetWindowText ( hwnd, szNewText );编译器将SetWindowText置换为SetWindowTextW后，代码变为：HWND hwnd = GetSomeWindowHandle();char szNewText = we love Bob!;SetWindowTextW ( hwnd, szNewText );看出问题了吧，这里用一个Unicode字符串处理函数来处理单字节字符串。第一种解决办法是使用宏定义：HWND hwnd = GetSomeWindowHandle();#ifdef UNICODEwchar_t szNewText = Lwe love Bob!;#elsechar szNewText = we love Bob!;#endifSetWindowText ( hwnd, szNewText );要对每一个字符串都做这样的宏定义显然是令人头痛的。所以用TCHAR来解决这个问题：TCHAR的救火角色TCHAR 是一种字符类型，适用于MBCS 和 Unicode二种编码。程序中也不必到处使用宏定义。TCHAR的宏定义如下：#ifdef UNICODEtypedef wchar_t TCHAR;#elsetypedef char TCHAR;#endif所以，TCHAR中在MBCS程序中是char类型，在Unicode中是 wchar_t 类型。对于Unicode字符串，还有个 _T() 宏，用于解决 L 前缀：#ifdef UNICODE#define _T(x) L#x#else#define _T(x) x#endif# 是预处理算子，将二个变量粘贴在一起。不管什么时候都对字符串用 _T 宏处理，这样就可以在Unicode编码中给字符串加上L前缀，如：TCHAR szNewText = _T(we love Bob!);SetWindowTextA/W 函数族中还有其它隐藏的宏可以用来代替strxxx() 和 _mbsxxx() 字符串函数。例如，可以用 _tcsrchr 宏取代strrchr()，_mbsrchr()，或 wcsrchr()函数。_tcsrchr 根据编码标记为_MBCS 或 UNICODE，将右式函数做相应的扩展处理。宏定义方法类似于SetWindowText。不止strxxx()函数族中有TCHAR宏定义，其它一些函数中也有。例如，_stprintf (取代sprintf()和swprintf()，和 _tfopen (取代fopen() 和 _wfopen()。MSDN的全部宏定义在Generic-Text Routine Mappings栏目下。String 和 TCHAR 类型定义Win32 API 文件中列出的函数名都是通用名(如SetWindowText)，所有的字符串都按照TCHAR类型处理。(只有XP除外，XP只使用Unicode类型)。下面是MSDN给出的常用类型定义：类型MBCS 编码中的意义Unicode 编码中的意义WCHARwchar_twchar_tLPSTRzero-terminated string of char (char*) zero-terminated string of char (char*) LPCSTRconstant zero-terminated string of char (constchar*) constant zero-terminated string of char (constchar*) LPWSTRzero-terminated Unicode string (wchar_t*) zero-terminated Unicode string (wchar_t*) LPCWSTRconstant zero-terminated Unicode string (const wchar_t*) constant zero-terminated Unicode string (const wchar_t*) TCHARcharwchar_tLPTSTRzero-terminated string of TCHAR (TCHAR*) zero-terminated string of TCHAR (TCHAR*) LPCTSTRconstant zero-terminated string of TCHAR (const TCHAR*) constant zero-terminated string of TCHAR (const TCHAR*) 何时使用TCHAR 和Unicode可能会有疑问：“为什么要用Unicode？我一直用的都是普通字符串。”在三种情况下要用到Unicode：1. 程序只运行于Windows NT。2. 处理的字符串长于MAX_PATH定义的字符数。 3. 程序用于Windows XP中的新接口，那里没有A/W版本之分。 大部分Unicode API不可用于Windows 9x。所以如果程序要在Windows 9x上运行的话，要强制使用MBCS API (微软推出一个可运行于Windows 9x的新库，叫做Microsoft Layer for Unicode。但我没有试用过，无法说明它的好坏)。相反，NT内部全部使用Unicode编码，使用Unicode API可以加速程序运行。每当将字符串处理为MBCS API时，操作系统都会将字符串转换为Unicode并调用相应的Unicode API 函数。对于返回的字符串，操作系统要做同样的转换。尽管这些转换经过了高度优化，模块尽可能地压缩到最小，但毕竟会影响到程序的运行速度。NT允许使用超长文件名(长于MAX_PATH 定义的260)，但只限于Unicode API使用。Unicode API的另外一个优点是程序能够自动处理输入的文字语言。用户可以混合输入英文，中文和日文作为文件名。不必使用其它代码来处理，都按照Unicode编码方式处理。最后，作为Windows 9x的结局，微软似乎抛弃了MBCS API。例如，SetWindowTheme() 接口函数的二个参数只支持Unicode编码。使用Unicode编码省却了MBCS与Unicode之间的转换过程。如果程序中还没有使用到Unicode编码，要坚持使用TCHAR和相应的宏。这样不但可以长期保持程序中DBCS编码的安全性，也利于将来扩展使用到Unicode编码。那时只要改变预处理中的设置即可！C+字符串完全指南(2) 各种字符串类（一）翻译：连波 19/11/2002 URL: /developer/tech/story/0,2000081602,39098621,00.htm 前言C语言的字符串容易出错，难以管理，并且往往是黑客到处寻找的目标。于是，出现了许多字符串包装类。可惜，人们并不很清楚什么情况下该用哪个类，也不清楚如何将C语言字符串转换到包装类。本文涉及到Win32 API，MFC，STL，WTL和Visual C+运行库中使用到的所有的字符串类型。说明各个类的用法，如何构造对象，如何进行类转换等等。Nish为本文提供了Visual C+ 7的managed string 类的用法。阅读本文之前，应完全理解本指南第一部分中阐述的字符类型和编码。字符串类的首要原则：不要随便使用类型强制转换，除非转换的类型是明确由文档规定的。之所以撰写字符串指南这二篇文章，是因为常有人问到如何将X类型的字符串转换到Z类型。提问者使用了强制类型转换(cast)，但不知道为什么不能转换成功。各种各样的字符串类型，特别是BSTR，在任何场合都不是三言二语可以讲清的。因此，我以为这些提问者是想让强制类型转换来处理一切。除非明确规定了转换算子，不要将任何其它类型数据强制转换为string。一个字符串不能用强制类型转换到string类。例如：void SomeFunc ( LPCWSTR widestr );main() SomeFunc ( (LPCWSTR) C:foo.txt ); / 错！这段代码100%错误。它可以通过编译，因为类型强制转换超越了编译器的类型检验。但是，能够通过编译，并不证明代码是正确的。下面，我将指出什么时候用类型强制转换是合理的。C语言字符串与类型定义如指南的第一部分所述，Windows API定义了TCHAR术语。它可用于MBCS或Unicode编码字符，取决于预处理设置为_MBCS 或 _UNICODE标记。关于TCHAR的详细说明请阅指南的第一部分。为便于叙述，下面给出字符类型定义：Type Meaning WCHARUnicode character (wchar_t) TCHARMBCS or Unicode character, depending on preprocessor settings LPSTRstring of char (char*) LPCSTRconstant string of char (constchar*) LPWSTRstring of WCHAR (WCHAR*) LPCWSTRconstant string of WCHAR (const WCHAR*) LPTSTRstring of TCHAR (TCHAR*) LPCTSTRconstant string of TCHAR (const TCHAR*) 另外还有一个字符类型OLECHAR。这是一种对象链接与嵌入的数据类型(比如嵌入Word文档)。这个类型通常定义为wchar_t。如果将预处理设置定义为OLE2ANSI，OLECHAR将被定义为char类型。现在已经不再定义OLE2ANSI(它只在MFC 3以前版本中使用)，所以我将OLECHAR作为Unicode字符处理。下面是与OLECHAR相关的类型定义：Type Meaning OLECHARUnicode character (wchar_t) LPOLESTRstring of OLECHAR (OLECHAR*) LPCOLESTRconstant string of OLECHAR (const OLECHAR*) 还有以下二个宏让相同的代码能够适用于MBCS和Unicode编码：Type Meaning _T(x)Prepends L to the literal in Unicode builds. OLESTR(x)Prepends L to the literal to make it an LPCOLESTR.宏_T有几种形式，功能都相同。如： TEXT, _TEXT, _TEXT, 和 _T这四种宏的功能相同。COM中的字符串 BSTR 与 VARIANT许多COM接口使用BSTR声明字符串。BSTR有一些缺陷，所以我在这里让它独立成章。BSTR是Pascal类型字符串(字符串长度值显式地与数据存放在一起)和C类型字符串(字符串长度必须通过寻找到结尾零字符来计算)的混合型字符串。BSTR属于Unicode字符串，字符串中预置了字符串长度值，并且用一个零字符来结尾。下面是一个Bob的BSTR字符串：注意，字符串长度值是一个DWORD类型值，给出字符串的字节长度，但不包括结尾零。在上例，Bob含有3个Unicode字符(不计结尾零)，6个字节长。因为明确给出了字符串长度，所以当BSTR数据在不同的处理器和计算机之间传送时，COM库能够知道应该传送的数据量。附带说一下，BSTR可以包含任何数据块，不单是字符。它甚至可以包容内嵌零字符数据。这些不在本文讨论范围。C+中的BSTR变量其实就是指向字符串首字符的指针。BSTR是这样定义的：typedef OLECHAR* BSTR;这个定义很糟糕，因为事实上BSTR与Unicode字符串不一样。有了这个类型定义，就越过了类型检查，可以混合使用LPOLESTR和BSTR。向一个需要LPCOLESTR (或 LPCWSTR)类型数据的函数传递BSTR数据是安全的，反之则不然。所以要清楚了解函数所需的字符串类型，并向函数传递正确类型的字符串。要知道为什么向一个需要BSTR类型数据的函数传递LPCWSTR类型数据是不安全的，就别忘了BSTR必须在字符串开头的四个字节保留字符串长度值。但LPCWSTR字符串中没有这个值。当其它的处理过程(如Word)要寻找BSTR的长度值时就会找到一堆垃圾或堆栈中的其它数据或其它随机数据。这就导致方法失效，当长度值太大时将导致崩溃。许多应用接口都使用BSTR，但都用到二个最重要的函数来构造和析构BSTR。就是SysAllocString()和SysFreeString()函数。SysAllocString()将Unicode字符串拷贝到BSTR，SysFreeString()释放BSTR。示例如下：BSTR bstr = NULL;bstr = SysAllocString ( LHi Bob! );if ( NULL = bstr ) / 内存溢出 / 这里使用bstrSysFreeString ( bstr );当然，各种BSTR包装类都会小心地管理内存。自动接口中的另一个数据类型是VARIANT。它用于在无类型语言，诸如JScript，VBScript，以及Visual Basic，之间传递数据。VARIANT可以包容许多不用类型的数据，如long和IDispatch*。如果VARIANT包含一个字符串，这个字符串是BSTR类型。在下文的VARIANT包装类中我还会谈及更多的VARIANT。C+字符串完全指南(2) 各种字符串类- CRT类翻译：连波 20/11/2002 URL: /developer/tech/story/0,2000081602,39098682,00.htm _bstr_t 字符串包装类我已经说明了字符串的各种类型，现在讨论包装类。对于每个包装类，我都会说明它的对象构造过程和如何转换成C类型字符串指针。应用接口的调用，或构造另一个不同类型的字符串类，大多都要用到C类型指针。本文不涉及类的其它操作，如排序和比较等。再强调一下，在完全了解转换结果之前不要随意使用强制类型转换。CRT类_bstr_t_bstr_t 是BSTR的完全包装类。实际上，它隐含了BSTR。它提供多种构造函数，能够处理隐含的C类型字符串。但它本身却不提供BSTR的处理机制，所以不能作为COM方法的输出参数out。如果要用到BSTR* 类型数据，用ATL的CComBSTR类更为方便。_bstr_t 数据可以传递给需要BSTR数据的函数，但必须满足以下三个条件：首先，_bstr_t 具有能够转换为wchar_t*类型数据的函数。其次，根据BSTR定义，使得wchar_t* 和BSTR对于编译器来说是相同的。第三，_bstr_t内部保留的指向内存数据块的指针 wchar_t* 要遵循BSTR格式。满足这些条件，即使没有相应的BSTR转换文档，_bstr_t 也能正常工作。示例如下： / 构造_bstr_t bs1 = char string; / 从LPCSTR构造_bstr_t bs2 = Lwide char string; / 从LPCWSTR构造_bstr_t bs3 = bs1; / 拷贝另一个 _bstr_t_variant_t v = Bob;_bstr_t bs4 = v; / 从一个含有字符串的 _variant_t 构造/ 数据萃取LPCSTR psz1 = bs1; / 自动转换到MBCS字符串LPCSTR psz2 = (LPCSTR) bs1; / cast OK, 同上LPCWSTR pwsz1 = bs1; / 返回内部的Unicode字符串LPCWSTR pwsz2 = (LPCWSTR) bs1; / cast OK, 同上BSTR bstr = bs1.copy(); / 拷贝bs1, 返回BSTR/ . SysFreeString ( bstr );注意，_bstr_t 也可以转换为char* 和 wchar_t*。这是个设计问题。虽然char* 和 wchar_t*不是常量指针，但不能用于修改字符串，因为可能会打破内部BSTR结构。_variant_t _variant_t _variant_t 是VARIANT的完全包装类。它提供多种构造函数和数据转换函数。本文仅讨论与字符串有关的操作。/ 构造_variant_t v1 = char string; / 从LPCSTR 构造_variant_t v2 = Lwide char string; / 从LPCWSTR 构造_bstr_t bs1 = Bob;_variant_t v3 = bs1; / 拷贝一个 _bstr_t 对象/ 数据萃取_bstr_t bs2 = v1; / 从VARIANT中提取BSTR_bstr_t bs3 = (_bstr_t) v1; / cast OK, 同上注意，_variant_t 方法在转换失败时会抛出异常，所以要准备用catch 捕捉_com_error异常。另外要注意 _variant_t 不能直接转换成MBCS字符串。要建立一个过渡的_bstr_t 变量，用其它提供转换Unicode到MBCS的类函数，或ATL转换宏来转换。与_bstr_t 不同，_variant_t 数据可以作为参数直接传送给COM方法。_variant_t 继承了VARIANT类型，所以在需要使用VARIANT的地方使用_variant_t 是C+语言规则允许的。C+字符串完全指南(2) STL和ATL类翻译：连波 21/11/2002 URL: /developer/tech/story/0,2000081602,39098845,00.htm STL类 STL类STL只有一个字符串类，即basic_string。basic_string管理一个零结尾的字符数组。字符类型由模板参数决定。通常，basic_string被处理为不透明对象。可以获得一个只读指针来访问缓冲区，但写操作都是由basic_string的成员函数进行的。basic_string预定义了二个特例：string，含有char类型字符；which，含有wchar_t类型字符。没有内建的TCHAR特例，可用下面的代码实现：/ 特例化typedef basic_string tstring; / TCHAR字符串/ 构造string str = char string; / 从LPCSTR构造wstring wstr = Lwide char string; / 从LPCWSTR构造tstring tstr = _T(TCHAR string); / 从LPCTSTR构造/ 数据萃取LPCSTR psz = str.c_str(); / 指向str缓冲区的只读指针LPCWSTR pwsz = wstr.c_str(); / 指向wstr缓冲区的只读指针LPCTSTR ptsz = tstr.c_str(); / 指向tstr缓冲区的只读指针与_bstr_t 不同，basic_string不能在字符集之间进行转换。但是如果一个构造函数接受相应的字符类型，可以将由c_str()返回的指针传递给这个构造函数。例如：/ 从basic_string构造_bstr_t_bstr_t bs1 = str.c_str(); / 从LPCSTR构造 _bstr_t_bstr_t bs2 = wstr.c_str(); / 从LPCWSTR构造 _bstr_tATL类CComBSTRCComBSTR 是ATL的BSTR包装类。某些情况下比_bstr_t 更有用。最主要的是，CComBSTR允许操作隐含BSTR。就是说，传递一个CComBSTR对象给COM方法时，CComBSTR对象会自动管理BSTR内存。例如，要调用下面的接口函数：/ 简单接口struct IStuff : public IUnknown / 略去COM程序. STDMETHOD(SetText)(BSTR bsText); STDMETHOD(GetText)(BSTR* pbsText);CComBSTR 有一个BSTR操作方法，能将BSTR直接传递给SetText()。还有一个引用操作(operator &)方法，返回BSTR*，将BSTR*传递给需要它的有关函数。CComBSTR bs1;CComBSTR bs2 = new text;pStuff-GetText ( &bs1 ); / ok, 取得内部BSTR地址 pStuff-SetText ( bs2 ); / ok, 调用BSTR转换 pStuff-SetText ( (BSTR) bs2 ); / cast ok, 同上CComVariant CComBSTR有类似于 _bstr_t 的构造函数。但没有内建MBCS字符串的转换函数。可以调用ATL宏进行转换。/ 构造CComBSTR bs1 = char string; / 从LPCSTR构造CComBSTR bs2 = Lwide char string; / 从LPCWSTR构造CComBSTR bs3 = bs1; / 拷贝CComBSTRCComBSTR bs4;bs4.LoadString ( IDS_SOME_STR ); / 从字符串表加载/ 数据萃取BSTR bstr1 = bs1; / 返回内部BSTR，但不可修改！BSTR bstr2 = (BSTR) bs1; / cast ok, 同上BSTR bstr3 = bs1.Copy(); / 拷贝bs1, 返回BSTRBSTR bstr4;bstr4 = bs1.Detach(); / bs1不再管理它的BSTR/ .SysFreeString ( bstr3 );SysFreeString ( bstr4 );上面的最后一个示例用到了Detach()方法。该方法调用后，CComBSTR对象就不再管理它的BSTR或其相应内存。所以bstr4就必须调用SysFreeString()。最后讨论一下引用操作符(operator &)。它的超越使得有些STL集合(如list)不能直接使用CComBSTR。在集合上使用引用操作返回指向包容类的指针。但是在CComBSTR上使用引用操作，返回的是BSTR*，不是CComBSTR*。不过可以用ATL的CAdapt类来解决这个问题。例如，要建立一个CComBSTR的队列，可以声明为： std:list bstr_list;CAdapt 提供集合所需的操作，是隐含于代码的。这时使用bstr_list 就象在操作一个CComBSTR队列。CComVariantCComVariant 是VARIANT的包装类。但与 _variant_t 不同，它的VARIANT不是隐含的，可以直接操作类里的VARIANT成员。CComVariant 提供多种构造函数和多类型操作。这里只介绍与字符串有关的操作。/ 构造CComVariant v1 = char string; / 从LPCSTR构造CComVariant v2 = Lwide char string; / 从LPCWSTR构造CComBSTR bs1 = BSTR bob;CComVariant v3 = (BSTR) bs1; / 从BSTR拷贝/ 数据萃取CComBSTR bs2 = v1.bstrVal; / 从VARIANT提取BSTR跟_variant_t 不同，CComVariant没有不同VARIANT类型之间的转换操作。必须直接操作VARIANT成员，并确定该VARIANT的类型无误。调用ChangeType()方法可将CComVariant数据转换为BSTR。CComVariant v4 = . / 从某种类型初始化 v4CComBSTR bs3;if ( SUCCEEDED( v4.ChangeType ( VT_BSTR ) ) bs3 = v4.bstrVal;跟 _variant_t 一样，CComVariant不能直接转换为MBCS字符串。要建立一个过渡的_bstr_t 变量，用其它提供转换Unicode到MBCS的类函数，或ATL转换宏来转换。ATL转换宏 ATL转换宏ATL的字符串转换宏可以方便地转换不同编码的字符，用在函数中很有效。宏按照source type2new type 或 source type2Cnew type格式命名。后者转换为一个常量指针 (名字内含C)。类型缩写如下：A：MBCS字符串，char* (A for ANSI) W：Unicode字符串，wchar_t* (W for wide) T：TCHAR字符串，TCHAR* OLE：OLECHAR字符串，OLECHAR* (实际等于W) BSTR：BSTR (只用于目的类型)例如，W2A() 将Unicode字符串转换为MBCS字符串，T2CW()将TCHAR字符串转换为Unicode字符串常量。要使用宏转换，程序中要包含atlconv.h头文件。可以在非ATL程序中使用宏转换，因为头文件不依赖其它的ATL，也不需要 _Module全局变量。如在函数中使用转换宏，在函数起始处先写上USES_CONVERSION宏。它表明某些局部变量由宏控制使用。转换得到的结果字符串，只要不是BSTR，都存储在堆栈中。如果要在函数外使用这些字符串，就要将这些字符串拷贝到其它的字符串类。如果结果是BSTR，内存不会自动释放，因此必须将返回值分配给一个BSTR变量或BSTR的包装类，以避免内存泄露。下面是若干宏转换示例：/ 带有字符串的函数：void Foo ( LPCWSTR wstr );void Bar ( BSTR bstr );/ 返回字符串的函数：void Baz ( BSTR* pbstr );#include main()using std:string;USES_CONVERSION; / 声明局部变量由宏控制使用/ 示例1：送一个MBCS字符串到Foo()LPCSTR psz1 = Bob;string str1 = Bob;Foo ( A2CW(psz1) ); Foo ( A2CW(str1.c_str() );/ 示例2：将MBCS字符串和Unicode字符串送到Bar()LPCSTR psz2 = Bob;LPCWSTR wsz = LBob;BSTR bs1;CComBSTR bs2;bs1 = A2BSTR(psz2); / 创建 BSTR bs2.Attach ( W2BSTR(wsz) ); / 同上，分配到CComBSTRBar ( bs1 ); Bar ( bs2 );SysFreeString