彻底理解C、C++、WIN32与COM中的字符串

转载：

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;
}

#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;
}

#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.

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;
}

#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;
}

#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。

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。

粉色前缀可能是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。

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。