国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

C++字符串完全指引之一 —— Win32 字符編碼


原著：Michael Dunn

翻譯：Chengjie Sun

原文出處：CodeProject：The Complete Guide to C++ Strings, Part I

wchar_t wch = L''1''; // 2 bytes, 0x0031            wchar_t* wsz = L"Hello"; // 12 bytes, 6 wide characters

Unicode的存儲(chǔ)形式，L"Bob"

使用兩個(gè)字節(jié)表示的0來(lái)做結(jié)束標(biāo)志。

　　一眼看上去，DBCS 字符串很像 SBCS 字符串，但是我們一會(huì)兒將看到 DBCS 字符串的微妙之處，它使得使用字符串操作函數(shù)和永字符指針遍歷一個(gè)字符串時(shí)會(huì)產(chǎn)生預(yù)料之外的結(jié)果。字符串" " ("nihongo")在內(nèi)存中的存儲(chǔ)形式如下（LB和TB分別用來(lái)表示 leading byte 和 trail byte）

93 FA	96 7B	8C EA	00
LB TB	LB TB	LB TB	EOS
			EOS

值得注意的是，"ni"的值不能被解釋成WORD型值0xfa93，而應(yīng)該看作兩個(gè)值93和fa以這種順序被作為"ni"的編碼。

　　因?yàn)閤86CPU是little-endian，值0x0042在內(nèi)存中的存儲(chǔ)形式是42 00。你能看出如果這個(gè)字符串被傳給strlen()函數(shù)會(huì)出現(xiàn)什么問(wèn)題嗎？它將先看到第一個(gè)字節(jié)42，然后是00，而00是字符串結(jié)束的標(biāo)志，于是strlen()將會(huì)返回1。如果把"Bob"傳給wcslen()，將會(huì)得出更壞的結(jié)果。wcslen()將會(huì)先看到0x6f42，然后是0x0062，然后一直讀到你的緩沖區(qū)的末尾，直到發(fā)現(xiàn)00 00結(jié)束標(biāo)志或者引起了GPF。
　　到目前為止，我們已經(jīng)討論了str***()和wcs***()的用法及它們之間的區(qū)別。Str***()和_mbs**()之間的有區(qū)別區(qū)別呢？明白他們之間的區(qū)別，對(duì)于采用正確的方法來(lái)遍歷DBCS字符串是很重要的。下面，我們將先介紹字符串的遍歷，然后回到str***()與_mbs***()之間的區(qū)別這個(gè)問(wèn)題上來(lái)。

　　我們先來(lái)闡述規(guī)則2，因?yàn)檎业揭粋€(gè)違背它的真實(shí)的實(shí)例代碼是很容易的。假設(shè)你有一個(gè)程序在你自己的目錄里保存了一個(gè)設(shè)置文件，你把安裝目錄保存在注冊(cè)表中。在運(yùn)行時(shí)，你從注冊(cè)表中讀取安裝目錄，然后合成配置文件名，接著讀取該文件。假設(shè)，你的安裝目錄是C:\Program Files\MyCoolApp，那么你合成的文件名應(yīng)該是C:\Program Files\MyCoolApp\config.bin。當(dāng)你進(jìn)行測(cè)試時(shí)，你發(fā)現(xiàn)程序運(yùn)行正常。
　　現(xiàn)在，想象你合成文件名的代碼可能是這樣的：

bool GetConfigFileName ( char* pszName, size_t nBuffSize )            {            char szConfigFilename[MAX_PATH];            // Read install dir from registry... we''ll assume it succeeds.            // Add on a backslash if it wasn''t present in the registry value.            // First, get a pointer to the terminating zero.            char* pLastChar = strchr ( szConfigFilename, ''\0'' );            // Now move it back one character.            pLastChar--;            if ( *pLastChar != ''\\'' )            strcat ( szConfigFilename, "\\" );            // Add on the name of the config file.            strcat ( szConfigFilename, "config.bin" );            // If the caller''s buffer is big enough, return the filename.            if ( strlen ( szConfigFilename ) >= nBuffSize )            return false;            else            {            strcpy ( pszName, szConfigFilename );            return true;            }            }      

43	3A	5C	83 88	83 45	83 52	83 5C	00
			LB TB	LB TB	LB TB	LB TB
C	:	\					EOS

　　當(dāng)使用 GetConfigFileName() 檢查尾部的''\\''時(shí)，它尋找安裝目錄名中最后的非0字節(jié)，看它是等于''\\''的，所以沒(méi)有重新增加一個(gè)''\\''。結(jié)果是代碼返回了錯(cuò)誤的文件名。
　　哪里出錯(cuò)了呢？看看上面兩個(gè)被用藍(lán)色高量顯示的字節(jié)。斜杠''\\''的值是0x5c。'' ''的值是83 5c。上面的代碼錯(cuò)誤的讀取了一個(gè) trail byte，把它當(dāng)作了一個(gè)字符。
　　正確的后向遍歷方法是使用能夠識(shí)別DBCS字符的函數(shù)，使指針移動(dòng)正確的字節(jié)數(shù)。下面是正確的代碼。（指針移動(dòng)的地方用紅色標(biāo)明）

bool FixedGetConfigFileName ( char* pszName, size_t nBuffSize )            {            char szConfigFilename[MAX_PATH];            // Read install dir from registry... we''ll assume it succeeds.            // Add on a backslash if it wasn''t present in the registry value.            // First, get a pointer to the terminating zero.            char* pLastChar = _mbschr ( szConfigFilename, ''\0'' );            // Now move it back one double-byte character.              pLastChar = CharPrev ( szConfigFilename, pLastChar );            if ( *pLastChar != ''\\'' )            _mbscat ( szConfigFilename, "\\" );            // Add on the name of the config file.            _mbscat ( szConfigFilename, "config.bin" );            // If the caller''s buffer is big enough, return the filename.            if ( _mbslen ( szInstallDir ) >= nBuffSize )            return false;            else            {            _mbscpy ( pszName, szConfigFilename );            return true;            }            }            

2a. 永遠(yuǎn)不要使用減法去得到一個(gè)字符串的索引。

違背這條規(guī)則的代碼和違背規(guī)則2的代碼很相似。例如，

char* pLastChar = &szConfigFilename [strlen(szConfigFilename) - 1];

這和向后移動(dòng)一個(gè)指針是同樣的效果。

BOOL WINAPI SetWindowTextA ( HWND hWnd, LPCSTR lpString );            BOOL WINAPI SetWindowTextW ( HWND hWnd, LPCWSTR lpString );            #ifdef UNICODE            #define SetWindowText  SetWindowTextW            #else            #define SetWindowText  SetWindowTextA            #endif      

#define SetWindowText SetWindowTextA

　　這個(gè)宏定義把所有對(duì)SetWindowText的調(diào)用都轉(zhuǎn)換成真正的API函數(shù)SetWindowTextA。（當(dāng)然，你可以直接調(diào)用SetWindowTextA() 或者 SetWindowTextW()，雖然你不必那么做。）
　　所以，如果你想把默認(rèn)使用的API函數(shù)變成Unicode版的，你可以在預(yù)處理器設(shè)置中，把_MBCS從預(yù)定義的宏列表中刪除，然后添加UNICODE和_UNICODE。(你需要兩個(gè)都定義，因?yàn)椴煌念^文件可能使用不同的宏。) 然而，如果你用char來(lái)定義你的字符串，你將會(huì)陷入一個(gè)尷尬的境地?？紤]下面的代碼：

HWND hwnd = GetSomeWindowHandle();            char szNewText[] = "we love Bob!";            SetWindowText ( hwnd, szNewText );

在預(yù)處理器把SetWindowText用SetWindowTextW來(lái)替換后，代碼變成：

HWND hwnd = GetSomeWindowHandle();            char szNewText[] = "we love Bob!";            SetWindowTextW ( hwnd, szNewText );

　　看到問(wèn)題了嗎？我們把單字節(jié)字符串傳給了一個(gè)以Unicode字符串做參數(shù)的函數(shù)。解決這個(gè)問(wèn)題的第一個(gè)方案是使用 #ifdef 來(lái)包含字符串變量的定義：

HWND hwnd = GetSomeWindowHandle();            #ifdef UNICODE            wchar_t szNewText[] = L"we love Bob!";            #else            char szNewText[] = "we love Bob!";            #endif            SetWindowText ( hwnd, szNewText );

你可能已經(jīng)感受到了這樣做將會(huì)使你多么的頭疼。完美的解決方案是使用TCHAR.

#ifdef UNICODE            typedef wchar_t TCHAR;            #else            typedef char TCHAR;            #endif

所以用MBCS來(lái)build時(shí)，TCHAR是char，使用UNICODE時(shí)，TCHAR是wchar_t。還有一個(gè)宏來(lái)處理定義Unicode字符串常量時(shí)所需的L前綴。

#ifdef UNICODE            #define _T(x) L##x            #else            #define _T(x) x            #endif

　　##是一個(gè)預(yù)處理操作符，它可以把兩個(gè)參數(shù)連在一起。如果你的代碼中需要字符串常量，在它前面加上_T宏。如果你使用Unicode來(lái)build，它會(huì)在字符串常量前加上L前綴。

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

　　像是用宏來(lái)隱藏SetWindowTextA/W的細(xì)節(jié)一樣，還有很多可以供你使用的宏來(lái)實(shí)現(xiàn)str***()和_mbs***()等字符串函數(shù)。例如，你可以使用_tcsrchr宏來(lái)替換strrchr()、_mbsrchr()和wcsrchr()。_tcsrchr根據(jù)你預(yù)定義的宏是_MBCS還是UNICODE來(lái)擴(kuò)展成正確的函數(shù)，就像SetWindowText所作的一樣。
　　不僅str***()函數(shù)有TCHAR宏。其他的函數(shù)如， _stprintf（代替sprinft()和swprintf()）,_tfopen（代替fopen()和_wfopen()）。 MSDN中"Generic-Text Routine Mappings."標(biāo)題下有完整的宏列表。

　　Windows 9x 中大多數(shù)的 API 沒(méi)有實(shí)現(xiàn) Unicode 版本。所以，如果你的程序要在windows 9x中運(yùn)行，你必須使用MBCS APIs。然而，由于NT系統(tǒng)內(nèi)部都使用Unicode，所以使用Unicode APIs將會(huì)加快你的程序的運(yùn)行速度。每次，你傳遞一個(gè)字符串調(diào)用MBCS API，操作系統(tǒng)會(huì)把這個(gè)字符串轉(zhuǎn)換成Unicode字符串，然后調(diào)用對(duì)應(yīng)的Unicode API。如果一個(gè)字符串被返回，操作系統(tǒng)還要把它轉(zhuǎn)變回去。盡管這個(gè)轉(zhuǎn)換過(guò)程被高度優(yōu)化了，但它對(duì)速度造成的損失是無(wú)法避免的。
　　只要你使用Unicode API，NT系統(tǒng)允許使用非常長(zhǎng)的文件名（突破了MAX_PATH的限制，MAX_PATH=260）。使用Unicode API的另一個(gè)優(yōu)點(diǎn)是你的程序會(huì)自動(dòng)處理用戶(hù)輸入的各種語(yǔ)言。所以一個(gè)用戶(hù)可以輸入英文，中文或者日文，而你不需要額外編寫(xiě)代碼去處理它們。
　　最后，隨著windows 9x產(chǎn)品的淡出，微軟似乎正在拋棄MBCS APIs。例如，包含兩個(gè)字符串參數(shù)的SetWindowTheme() API只有Unicode版本的。使用Unicode來(lái)build你的程序?qū)?huì)簡(jiǎn)化字符串的處理，你不必在MBCS和Unicdoe之間相互轉(zhuǎn)換。
　　即使你現(xiàn)在不使用Unicode來(lái)build你的程序，你也應(yīng)該使用TCHAR及其相關(guān)的宏。這樣做不僅可以的代碼可以很好地處理DBCS，而且如果將來(lái)你想用Unicode來(lái)build你的程序，你只需要改變一下預(yù)處理器中的設(shè)置就可以實(shí)現(xiàn)了。