C++ Builder string相互转换

1. char*->string

(1)直接转换

const char* nodename；
string temp = nodename;
string temp2(nodename);

2. wchar_t*->wstring

(1)直接转换

const wchar_t* nodename；
wstring temp = nodename;
wstring temp2(nodename);

3. string->char*

wstring->char*

方法一：

(1)将wstring.c_str()转为wchar_t*

方法二：

(1)将string.c_str(), wstring.c_str()转为AnsiString（/article/11402827.html），

(2)将AnsiString.c_str()转为char*

方法一：
string temp；
const char* nodename = temp.c_str();

方法二：
struct IPAddress{
std::wstring hostname;
std::vector<std::wstring> ips;
};

scripting::IPAddress dns = (*pPreloadDns)[i];
AnsiString strA = dns.hostname.c_str();
char * hn = strA.c_str();

但据说这样很不可靠（http://bbs.csdn.net/topics/30479944），安全的做法是：

方法三：
String str="123456";
int len=str.Length();
char *cp=new char[len+1];
StrPCopy(cp, str);

4. wstring->wchar_t*

string->w_char*(参见5)

方法一：

(1)将wstring.c_str()转为wchar_t*

方法二.一：

(1)将wstring.c_str()转为UnicodeString

(2)将UnicodeString.c_str()转为wchar_t*

方法二.二：

(1)将wstring.c_str()转为AnsiString

(2)使用ANSIToUnicode方法将AnsiString.c_str()转为wchar_t*

方法一：

wstring temp;
wchar_t* nodename = temp.c_str();

方法二.一：

struct IPAddress{
std::wstring hostname;
std::vector<std::wstring> ips;
};

scripting::IPAddress dns = (*pPreloadDns)[i];
UnicodeString strA = dns.hostname.c_str();
//char * hn = strA.c_str();
wchar_t * hn = strA.c_str();

方法二.二：

struct IPAddress{
std::wstring hostname;
std::vector<std::wstring> ips;
};

scripting::IPAddress dns = (*pPreloadDns)[i];
AnsiString strA = dns.hostname.c_str();
//char * hn = strA.c_str();
wchar_t * hn = ANSIToUnicode(strA.c_str());

5. char*->UnicodeString->wstring, wchar_t*

(1)将char*转为UnicodeString

(2)将UnicodeString.c_str()转为wstring, wchar_t*

UnicodeString temp(inet_ntoa(pAddr->sin_addr)) ; //inet_ntoa returns char*
std::wstring addr(temp.c_str());
wchar_t* addr2 = temp.c_str();
log_debug(_T("set connection ip:") << addr); con->setIP(addr);

6. wchar_t*->AnsiString->string, char*

(1)将wchar_t*转为AnsiString

(2)将AnsiString.c_str()转为string, char*

wchar_t* str = wstring.c_str();
AnsiString temp(str ) ; //inet_ntoa returns char*

std::string addr(temp.c_str());
char* addr2 = temp.c_str();
log_debug(_T("set connection ip:") << addr); con->setIP(addr);

下面关于string，wstring互转的方法是错误的。对ansi字符可能能得到正确结果，但如果传入的参数是“中文”字符串，将得不到正确的结果。

7. string->wstring

static wstring Str2Wstr (string str )
{
if (str.length() == 0)
return L"";

std::wstring wstr;
wstr.assign (str.begin(), str.end());
return wstr;
}

8. wstring->string

static string Wstr2Str(wstring wstr )
{
if (wstr.length() == 0)
return "";

std::string str;
str.assign (wstr.begin(), wstr.end());
return str;
}

正确的做法是使用MultiByteToWideChar和WideCharToMultiByte：

9. string->wstring

std::wstring stringToWstring(const std::string& str)
{
LPCSTR pszSrc = str.c_str();
int nLen = MultiByteToWideChar(CP_ACP, 0, pszSrc, -1, NULL, 0);
if (nLen == 0)
return std::wstring(L"");

wchar_t* pwszDst = new wchar_t[nLen];
if (!pwszDst)
return std::wstring(L"");

MultiByteToWideChar(CP_ACP, 0, pszSrc, -1, pwszDst, nLen);
std::wstring wstr(pwszDst);
delete[] pwszDst;
pwszDst = NULL;

return wstr;
}

10. wstring->string

std::string wstringToString(const std::wstring& wstr)
{
LPCWSTR pwszSrc = wstr.c_str();
int nLen = WideCharToMultiByte(CP_ACP, 0, pwszSrc, -1, NULL, 0, NULL, NULL);
if (nLen == 0)
return std::string("");

char* pszDst = new char[nLen];
if (!pszDst)
return std::string("");

WideCharToMultiByte(CP_ACP, 0, pwszSrc, -1, pszDst, nLen, NULL, NULL);
std::string str(pszDst);
delete[] pszDst;
pszDst = NULL;

return str;
}

测试代码：

int _tmain(int argc, _TCHAR* argv[])
{
std::string str = "中文";
std::wstring wstr = L"中文";
std::string str1 = "";
std::wstring wstr1 = L"";
LPCSTR pSrc = "中文";
LPCWSTR pwzSrc = L"中文";

stringToWstring(str);
wstringToString(wstr);
stringToWstring(str1);
wstringToString(wstr1);
stringToWstring(pSrc);
wstringToString(pwzSrc);

return 0;
}

什么是ANSI，什么又是UNICODE呢？其实这是两种不同的编码方式标准，ANSI中的字符采用8bit，而UNICODE中的字符采用16bit。（对于字符来说ANSI以单字节存放英文字符，以双字节存放中文等字符,而Unicode下，英文和中文的字符都以双字节存放）Unicode码也是一种国际标准编码，采用二个字节编码，与ANSI码不兼容。目前，在网络、Windows系统和很多大型软件中得到应用。8bit的ANSI编码只能表示256种字符，表示26个英文字母是绰绰有余的，但是表示汉字，韩国语等有着成千上万个字符的非西方字符肯定就不够了，正是如此才引入了UNICODE标准。

在软件开发中，特别是使用C语言的一些有关字符串处理的函数，ANSI和UNICODE是区分是用的，那么ANSI类型的字符和UNICODE类型的字符如何定义，如何使用呢？ANSI和UNICODE又如何转换呢？

一．定义部分：

ANSI：char str[1024]; 可用字符串处理函数：strcpy( ), strcat( ), strlen( )等等。

UNICODE：wchar_t str[1024]；可用字符串处理函数

二．可用函数：

ANSI：即char，可用字符串处理函数：strcat( ),strcpy( ), strlen( )等以str打头的函数。

UNICODE：即wchar_t 可用字符串处理函数：wcscat(),wcscpy(),wcslen()等以wcs打头的函数。

三．系统支持

Windows 98 ：只支持ANSI。

Windows 2k ：既支持ANSI又支持UNICODE。

Windows CE ：只支持UNICODE。

说明

1 在COM里面只支持UNICODE。

2．Windows 2000整个OS系统都是基于UNICODE的，为此在windows 2000 下使用ANSI是需要付出代价的，虽然在编码上不用任何的转换，但是这种转化是隐藏的，是占用系统资源的（CPU，内存）。

3 在Windows 98下必须使用UNICODE，则需要自己手动的编码切换。

四．如何区分：

在我们软件开发中往往需要即支持ANSI又支持UNICODE，不可能在要求类型转换的时候，重新改变字符串的类型，和使用于字符串上的操作函数。为此, 标准C运行期库和Windows 提供了宏定义的方式。

在C语言里面提供了 _UNICODE宏（有下划线），在Windows里面提供了UNICODE宏（无下划线），只要定了_UNICODE宏和UNICODE宏，系统就会自动切换到UNICODE版本，否则，系统按照ANSI的方式进行编译和运行。

只定义了宏并不能实现自动的转换，他还需要一系列的字符定义支持。

1. TCHAR

如果定义了UNICODE宏则TCHAR被定义为wchar_t。

typedef wchar_t TCHAR;

否则TCHAR被定义为char

typedef char TCHAR;

2．LPTSTR

如果定义了UNICODE宏则LPTSTR被定义为LPWSTR。（以前一直不知道LPWSTR是什么东东，终于明白了）

typedef LPTSTR LPWSTR;

否则TCHAR被定义为char

typedef LPTSTR LPSTR;

补充一下：

UTF-8是可以用于真正的流式传输的，Unicode是一种编码方案

我的理解是UTF-8是Unicode的一种具体实现。类似的实现还有UTF－16等等。

ANSI/Unicode字符和字符串

TChar.h是String.h的修改，用于创建ANSI/Unicode通用字符串。

Unicode字符串的每个字符都是16位的。

Win9x只支持ANSI；Win2000/XP/2003支持ANSI/Unicode；WinCE只支持Unicode

附：有部分Unicode函数也可以在Win9X中使用，但可能会出现意想不到错误。

wchar_t是Unicode字符的数据类型。

所有的Unicode函数均以wcs开头，ANSI函数均以str开头；ANSI C规定C运行期库支持ANSI和Unicode

ANSI Unicode

char *strcat(char *, const char *) wchar_t *wcscat(wchar_t *, const wchar_t *)

char *strchr(const char * , int) wchar_t *wcschr(const wchar_t * , int)

int strcmp(const char *, const char *) int wcscmp(const wchar_t *, const wchar_t *)

char *strcpy(char *, const char *) wchar_t *wcscpy(wchar_t *, const wchar_t *)

size_t strlen(const char *) wchar_t wcslen(const wchar_t *)

L" wash " : 用于将ANSI字符串转换为Unicode字符串；

_TEXT(" wash ")根据是否定义Unicode或_Unicode进行转换。

附：_Unicode用于C运行库；Unicode用于Windows头文件。

ANSI/Unicode通用数据类型

Both（ANSI/Unicode） ANSI Unicode

LPCTSTR LPCSTR LPCWSTR

LPTSTR LPSTR LPWSTR

PCTSTR PCSTR PCWSTR

PTSTR PSTR PWSTR

TBYTE(TCHAR) CHAR WCHAR

在设计dll时最好提供ANSI和Unicode函数，ANSI函数只用于分配内存，将字符转换为Unicode字符，然后调用Unicode函数。

最好使用操作系统函数，少使用或不实用C运行期函数

eg：操作系统字符串函数（shlWApi.h）

StrCat(), StrChr(), StrCmp(), StrCpy()等

注意它们区分大小写，也区分ANSI和Unicode版本

附：ANSI版函数在原函数后加大写字母A

Unicode函数在原函数后加大写字母W

成为符合ANSI和Unicode的函数

• 将文本串视为字符数组，而不是c h a r s数组或字节数组。

• 将通用数据类型（如T C H A R和P T S T R）用于文本字符和字符串。

• 将显式数据类型（如B Y T E和P B Y T E）用于字节、字节指针和数据缓存。

• 将T E X T宏用于原义字符和字符串。

• 修改字符串运算问题 。

如：sizeof(szBuffer) -> sizeof(szBuffer) / sizeof(TCHAR)

malloc(charNum) -> malloc(charNum * sizeof(TCHAR))

对Unicode字符操作的函数还有：（也有ANSI和Unicode版本）

lstrcat() , lstrcmp() / lstrcmpi()[ 它们在内部调用CompareString() ], lstrcpy(), lstrlen()

这些是作为宏实现的。

C运行期函数 windows函数

tolower() PTSTR CharLower(PTSTR pszString)

toupper() PTSTR CharUpper(PTSTR pszString)

isalpha() BOOL IsCharAlpha(TCHAR ch)

BOOL ISCharAlphaNumeric(TCHAR ch)

islower() BOOL IsCharLower(TCHAR ch)

isupper() BOOL IsCharUpper(TCHAR ch)

print() wsprintf()

转换Buffer：DWORD CharLowerBuffer(PTSTR pszString , DWORD cchString)

DWORD CharUpperBuffer(PTSTR pszString , DWORD cchString)

也可转换单个字符，如：TCHAR cLowerCaseChar = CharLower((PTSTR)szString[0])

确定字符是ANSI或Unicode

BOOL IsTextUnicode(

const VOID * pBuffer, //input buffer to be examined

int cb, //size of input buffer

LPINT lpi //options

)

附：此函数在Win9x系统中，没有实现代码，始终返回FALSE

Unicode与ANSI之间的转换

char szA[40];

wchar szW[40];

// Normal sprintf : all string are ANSI

sprintf( szA , " %s " , " ANSI str ");

// Convert Unicode string to ANSI

sprintf( szA, " %S " , L" Unicode str ");

// Normal swprintf : all string are unicode

swprinf( szW , "%s" , L" Unicode str ");

// Convert ANSI String to Unicode

swprinf( szW, L"%S" , "ANSI str");

int MultiByteToWideChar(

UINT uCodePage, //code page, 0

DWORD dwFlags, //character-type options, 0

PCSTR pMultiByte, //source string Addr

int cchMultiByte, //source string byte length

PWSTR pWideCharStr, //Dest string Addr

int cchWideChar //Dest string char Nums

)

u C o d e P a g e参数用于标识一个与多字节字符串相关的代码页号。d w F l a g s参数用于设定另一个控件，它可以用重音符号之类的区分标记来影响字符。这些标志通常并不使用，在d w F l a g s参数中传递0。p M u l t i B y t e S t r参数用于设定要转换的字符串， c c h M u l t i B y t e参数用于指明该字符串的长度（按字节计算）。如果为c c h M u l t i B y t e参数传递- 1，那么该函数用于确定源字符串的长度。转换后产生的U
n i c o d e版本字符串将被写入内存中的缓存，其地址由p Wi d e C h a r S t r参数指定。必须在c c h Wi d e C h a r参数中设定该缓存的最大值（以字符为计量单位）。如果调用M u l t i B y t e To Wi d e C h a r，给c c h Wi d e C h a r参数传递0，那么该参数将不执行字符串的转换，而是返回为使转换取得成功所需要的缓存的值。

可以通过下列步骤将多字节字符串转换成U n i c o d e等价字符串：

1) 调用M u l t i B y t e To Wi d e C h a r函数，为p Wi d e C h a r S t r参数传递N U L L，为c c h Wi d e C h a r参数传递0。

2) 分配足够的内存块，用于存放转换后的U n i c o d e字符串。该内存块的大小由前面对M u l t B y t e To Wi d e C h a r的调用返回。

3) 再次调用M u l t i B y t e To Wi d e C h a r，这次将缓存的地址作为p Wi d e C h a r S t r参数来传递，并传递第一次调用M u l t i B y t e To Wi d e C h a r时返回的缓存大小，作为c c h Wi d e c h a r参数。

4) 使用转换后的字符串。

5) 释放U n i c o d e字符串占用的内存块。

int WideCharToMultiByte(

UINT CodePage, // code page

DWORD dwFlags, // performance and mapping flags

LPCWSTR lpWideCharStr, // wide-character string

int cchWideChar, // number of chars in string

LPSTR lpMultiByteStr, // buffer for new string

int cbMultiByte, // size of buffer

LPCSTR lpDefaultChar, // default for unmappable chars

LPBOOL lpUsedDefaultChar // set when default char used

)