Windows下的字符串处理(1)

最近感觉Windows下的字符串处理有点紊乱，准备系统学习下。在此做点笔记。

Unicode或者宽字符都没有改变char数据型态在C中的含义。char继续表示1个字节的储存空间，sizeof （char）继续返回1。

理论上，C中1个字节可比8位长，但对我们大多数人来说，1个字节（也就是1个char）是8位宽。

C中的宽字符基于wchar_t数据型态，它在几个表头文件包括WCHAR.H中都有定义，像这
样：
typedef unsigned short wchar_t ;
因此，wchar_t数据型态与无符号短整数型态相同，都是16位宽。

wchar_t c = 'A' ;
变量c是一个双字节值0x0041，是Unicode表示的字母A。（然而，因为Intel微处理器从最
小的字节开始储存多字节数值，该字节实际上是以0x41、0x00的顺序保存在内存中。如果
检查Unicode文字的计算机储存应注意这一点。）

还可以用下面的语句定义宽字符数组：
static wchar_t a[] = L"Hello!"
该字符串也需要14个字节的储存空间，sizeof (a) 将返回14。索引数组a可得到单独的字符。
a[1] 的值是宽字符「e」，或者0x0065。

----------------------------------------------

char * pc = "Hello!" ;
我们可以调用
iLength = strlen (pc) ;
这时变量iLength将等于6，也就是字符串中的字符数。

wchar_t * pw = L"Hello!" ;
再次调用strlen ：
iLength = strlen (pw) ;

首先一条警告，继续执行结果是1.

原因：

字符串「Hello!」中的6个字符占用16位：
0x0048 0x0065 0x006C 0x006C 0x006F 0x0021
Intel处理器在内存中将其存为：
48 00 65 00 6C 00 6C 00 6F 00 21 00
假定strlen函数正试图得到一个字符串的长度，并把第1个字节作为字符开始计数，但接着
假定如果下一个字节是0，则表示字符串结束。
这个小练习清楚地说明了C语言本身和执行时期链接库函数之间的区别。编译器将字符串
L"Hello!" 解释为一组16位短整数型态数据，并将其保存在wchar_t数组中。编译器还处理

数组索引和sizeof操作符，因此这些都能正常工作，但在连结时才添加执行时期链接库函数，

例如strlen。这些函数认为字符串由单字节字符组成。遇到宽字符串时，函数就不像我们所
希望那样执行了。

所以提出了wcslen、wprintf等宽字符版的库函数。但是这样写通用性就差了，所以又提出了

_tcslen、TCHAR。那么在书写字符串时为了通用，提出了_T(x)宏。

如果定义了_UNICODE标识符，那么一个称作__T的
宏就定义如下：
#define __T(x) L##x
这是相当晦涩的语法，但合乎ANSI C标准的前置处理器规范。那一对井字号称为「粘贴符
号（token paste）」，它将字母L添加到宏参数上。因此，如果宏参数是"Hello!"，则L##x
就是L"Hello!"。
如果没有定义_UNICODE标识符，则__T宏只简单地定义如下：
#define __T(x) x
此外，还有两个宏与__T定义相同：
#define _T（x）__T（x）
#define _TEXT（x）__T（x）
在Win32 console程序中使用哪个宏，取决于您喜欢简洁还是详细。基本地，必须按下述
方法在_T或_TEXT宏内定义字符串文字：
_TEXT ("Hello!")
这样做的话，如果定义了_UNICODE，那么该串将解释为宽字符的组合，否则解释为8位的
字符字符串。

---------------------------------------

宽字符和 Windows

WINNT.H定义了新的数据型态，称作CHAR和WCHAR：
typedef char CHAR ;
typedef wchar_t WCHAR ; // wc

WINNT.H表头文件进而定义了可用做8位字符串指针的六种数据型态和四个可用做const
8位字符串指针的数据型态。这里精选了表头文件中一些实用的说明数据型态语句：
typedef CHAR * PCHAR, * LPCH, * PCH, * NPSTR, * LPSTR, * PSTR ;
typedef CONST CHAR * LPCCH, * PCCH, * LPCSTR, * PCSTR ;
前缀N和L表示「near」和「long」，指的是16位Windows中两种大小不同的指标。在Win32
中near和long指标没有区别。
类似地，WINNT.H定义了六种可作为16位字符串指针的数据型态和四种可作为const 16
位字符串指针的数据型态：
typedef WCHAR * PWCHAR, * LPWCH, * PWCH, * NWPSTR, * LPWSTR, * PWSTR ;
typedef CONST WCHAR * LPCWCH, * PCWCH, * LPCWSTR, * PCWSTR ;
至此，我们有了数据型态CHAR（一个8位的char）和WCHAR（一个16位的wchar_t），
以及指向CHAR和WCHAR的指标。与TCHAR.H一样，WINNT.H将TCHAR定义为一般的
字符类型。如果定义了标识符UNICODE（没有底线），则TCHAR和指向TCHAR的指标就
分别定义为WCHAR和指向WCHAR的指标；如果没有定义标识符UNICODE，则TCHAR
和指向TCHAR的指标就分别定义为char和指向char的指标：