Windows编程-1-字符和字符串处理相关知识点总结

1：Windows常用的字符编码：

（1）ANSI单字节编码，就是以0结尾的字符串；

（2）Unicode（UTF-16）编码，始终是双字节；

特别建议：（1）在windows编程中使用UTF-16编码，因为windows内部都是使用Unicode进行编码，而使用ANSI编码进行数据处理时，windows内部都会将其转化为Unicode，再进行处理，影响效率；（2）因为C#使用的UTF-16，C#托管的代码和本地代码之间进行数据通信时，使用UTF-16会改进性能和减少内存消耗；

2：Windows中的ANSI和Unicode字符以及字符串数据类型定义

为了和传统C区分，在windows中，头文件 WinNT.h中重新定义了下面数据类型；

8位字符的数据类型以及指针类型,传统C数据类型：

typedef char CHAR; typedef CHAR *PCHAR, *LPCH, *PCH;//字符指针 typedef  CHAR *NPSTR, *LPSTR, *PSTR;//字符串指针 typedef  CONST CHAR *LPCSTR, *PCSTR;//指向常变量的指针变量

16位字符的数据类型以及指针类型，Windows数据类型：

typedef unsigned short WCHAR;    // wc,   16-bit UNICODE character typedef wchar_t WCHAR;    // wc,   16-bit UNICODE character typedef WCHAR *PWCHAR, *LPWCH, *PWCH;//字符指针 typedef WCHAR *NWPSTR, *LPWSTR, *PWSTR;//字符串指针 typedef CONST WCHAR *LPCWCH, *PCWCH;//指向常变量的指针变量

 WinNT.h为了使两者统一还定义了下面的宏：

#ifdef  UNICODE    typedef WCHAR TCHAR, *PTCHAR; typedef CONST WCHAR  *PCTCHAR; typedef WCHAR TBYTE , *PTBYTE ; #define __TEXT(quote) L##quote      // r_winnt #else   /* UNICODE */               // r_winnt typedef CHAR TCHAR, *PTCHAR; typedef CONST CHAR  *PCTCHAR; typedef unsigned char TBYTE , *PTBYTE ; #define __TEXT(quote) quote         // r_winnt #endif /* UNICODE */                // r_winnt #define TEXT(quote) __TEXT(quote)   // r_winnt

因此无论是ANSI还是UNICODE都可以用TCHAR来定义实现编译；

下面是一些应用列子：

//(1)默认熟悉的ANSI的8为数据类型：char，表示为一个8位的ANSI字符 char ch8_1='A';//一个字节 CHAR ch8_2='B'; char buff8_1[10]="A string";//9个8位的ANSI的字节，和一个字节的0结束符 PSTR buff8_2="B string"; //(2)微软定义的UTF-16的数据类型：wchar_t，表示一个16位的UTF-16字符 wchar_t ch16_1=L'A'; WCHARch16_2=L'B'; wchar_t buff16_1[10]=L"A string";//9个16位的UTF-16字符，和一个16位的0结束符 PWSTR   buff16_2=L"B string"; //(3)使用TCHAR TCHAR  ch=TEXT('A'); TCHAR  chbuff_1[10]=TEXT("A string"); PTCHARchbuff_2=TEXT("C string");

说明：L的含义是告诉编译器当前字符串编译为一个Unicode字符串；上面程序是在MFC中实现测试的；

3：Windows工程中如何设置默认宽字符还是Unicode字符；

资源视图中，右键选择工程属性，在常规的字符集中进行选择；

 



4：Windows中Unicode函数和ANSI函数的区别

（1）一般如函数CreatWindowEx有两个版本，CreatWindowExA表示接受ANSI版本，CreatWindowExW表示接受Unicode字符串，W就是wide；

（2）传统的常用字符操作函数：取字符串长度函数：ANSI中使用的strelen、Unicode中为wcslen;ANSI中使用的strcpy、Unicode中为wcscpy；无论是传统的ANSI函数还是扩展的Unicode函数，这些函数在操作内存时时不安全的，因为没有指定缓冲区的长度；

（3）微软定义了新的函数在StrSafe.h中，使用这些函数是安全的，使用时将这个文件包含在其他都头文件最后既可；

5：:微软提供的安全字符串操作函数

其中Cch就是采用字符计数处理字符串，Cb就是采用的是字节计数处理字符串；

（1）下面的函数是使用字符数，而不是字节数

Strsafe.h function	Replaces
StringCchCat StringCchCatEx	strcat, wcscat, lstrcat, strcat, StrCatBuff, _tcscat, _ftcscat
StringCchCatN StringCchCatNEx	strncat, StrNCat
StringCchCopy StringCchCopyEx	strcpy, wcscpy, lstrcpy, strcpy, _tcscpy, _ftcscpy
StringCchCopyN StringCchCopyNEx	strncpy
StringCchGets StringCchGetsEx	gets, _getws, _getts
StringCchPrintf StringCchPrintfEx	sprintf, swprintf, wsprintf, wnsprintf, _stprintf, _snprintf, _snwprintf, _sntprintf
StringCchVPrintf StringCchVPrintfEx	vsprintf, vswprintf, wvsprintf, wvnsprintf, _vstprintf, _vsnprintf, _vsnwprintf, _vsntprintf
StringCchLength	strlen

（2）下面的函数是使用字符数，而不是字节数

StringCbCat StringCbCatEx	strcat, wcscat, lstrcat, strcat, StrCatBuff, _tcscat, _ftcscat
StringCbCatN StringCbCatNEx	strncat, StrNCat
StringCbCopy StringCbCopyEx	strcpy, wcscpy, lstrcpy, strcpy, _tcscpy, _ftcscpy
StringCbCopyN StringCbCopyNEx	strncpy
StringCbGets StringCbGetsEx	gets, _getws, _getts
StringCbPrintf StringCbPrintfEx	sprintf, swprintf, wsprintf, wnsprintf, _stprintf, _snprintf, _snwprintf, _sntprintf
StringCbVPrintf StringCbVPrintfEx	vsprintf, vswprintf, wvsprintf, wvnsprintf, _vstprintf, _vsnprintf, _vsnwprintf, _vsntprintf
StringCbLength	strlen

 

总结：

（1）由于Windows自NT后所有系统版本都是用Unicode构建，使用ANSI字符进入系统后，系统都会将其转换，从而影响时间和系统开销；并且有写转换函数有bug，所以应避免使用这些函数；

（2）尽量使用安全字符串的函数，这样尽量避免程序中出现的bug；