|
字符串有好几种不同的类型，新手一开始学的一定是char，这种是最基础的字符串，用ASCII码来表示英文，这个叫做ANSI编码。现在新写程序都应当使用宽字符，类型是wchar_t，一个wchar_t占两个字节，不管英文还是中文，这种编码是一种Unicode编码，Unicode编码的程序即使拿到其他语言的系统上运行也能正确显示，前提是那个系统安装了中文字体。还有一种是MBCS，翻译成中文就是多字节字符串，一个字符有多个字节组成，不一定是2字节也可以多余两字节，GB2312，UTF8等都属此类。
编译器是不能自动转换char和wchar_t的，因为他们之间的转换必须要指定代码页。 微软提供了一系列的函数来对应操作这些字符串，你只要在msdn搜一个strlen，他下面会列出比如wstrlen，w开头的用来操作wchar_t，mb开通的用来操作MBCS等。 值得一提的是一组_t开头的，这是一种“自适应”的函数，在Visual Studio的工程选项里面可以选择应用程序编码使用Unicode还是普通的，那么这个_t就会自动适应这个选项，比如_tcslen在选项为Unicode的时候自动执行wstrlen，在选项为ANSI编码的时候执行strlen。 再说一下Windows API有关字符串类型的定义，常见的有这么几个 #define LPSTR char* #define LPCSTR const char* #define LPTSTR TCHAR* #define LPCTSTR const TCHAR* #define LPWSTR wchar_t* #define LPCWSTR const wchar_t* 你仔细看一下就找到了规律，LP是指针，微软的传统，STR表示字符串，C表示const，T表示TCHAR，W表示wchar_t。 最后说一下TCHAR，TCHAR和前面说的_tcslen有一样的作用，他是这么定义的 #ifdef _UNICODE #define TCHAR wchar_t #else #define TCHAR char #endif 也就是根据编译器的自动适应。 最后很重要的一点是你在程序里面怎么表示char和wchar_t的字符串。 最熟悉的就是拿引号包括在字符串两边，这样表示这个字符串是char类型的: LPCSTR sz = "Some characters"; 这个是不能付给需要wchar_t的地方的，比如你写wprintf(sz)就是错的，编译器会报错不能从const char*转成const wchar_t*。写宽字符字符串必须在引号前加一个L，如 LPCWSTR szw = L"Wide characters"; 这样wprintf(szw)就正确了。 为了自适应TCHAR的需要，微软有定义了一个宏，_T，这个宏包括在字符串的变 LPCTSTR tsz = _T("adaptive characters"); 这样的字符串会根据编译器的选项自动加L或者不加。 然后那些函数里面的n，比如strncpy还有类似的后面带_s的，strcpy_s，这又是完全另外一个问题。原因是原始的C语言库比如strcpy很容易导致缓冲区溢出，你很容易写出这样的语句 char sz[5]; strcpy(sz, "something to copy"); 这个语句完全通过编译，但是他有严重的问题，sz的长度不足以复制那整个字符串，而strcpy却不知道，因此它就会试图去修改超过缓冲区的内容，导致缓冲区溢出，缓冲区溢出是很广泛的漏洞，原始的C语言库无法避免的这问题，有时候你接受用户的输入，你没法知道用户会输入多少数据。 因为现在有了strncpy, strcpy_s以及比如scanf_s, gets_s等几乎所有的标准库函数都带了一个或多个变形的版本，这些版本基本就只多了一个参数，就是你给这个函数的缓冲区大小。比如刚才的例子： strcpy_s(sz, 5, "ssdfsfdsfsf"); 这个代码在Debug版本运行的时候就会跳出Runtime Error告诉你Buffer to small，在Release版本不会跳错，但是它会截断你要复制的字符串到缓冲区的大小，保证不会发生缓冲区溢出。 新编写严肃的程序都应当使用安全版本的函数，s可以理解是safety的缩写。现在微软的编译器在你使用strcpy这样不安全的函数的时候会提出警告。 带l的函数就是可以设置一个字符语言的区域，没有l的函数就是使用操作系统默认的语言设置。 |
|
|
