一文搞懂C++和MFC中的字符串,CString和string如何转换

在C的时代，还没有字符串类型，我们通过字符数组，或者char* 来处理 “字符串”。

通过在字符串的最后加上一个‘\0’， 来表示字符串的结束。所以没有字符串类型之前，我们总是在处理完字符串之后加个‘\0’，或者数字0（因为‘\0’对应的ASCII码值是0，注意字符‘0’对应的ASCII码值是0x30）

到了C++有了类型string，到了ＭＦＣ有了 CString, 但是本质还是 char*。

所以我们在转换的时候，就是通过char*进行中转，按照这个思路，我们就能很好理解这个转换的过程。

在此之前，我们还得理解一个概念：

什么是指向常量的指针？其实就是指针指向的一个常量，指针指向的地址中的值不可变。

因为字符串本身规定就是不可变的，所以大多情况下，我们都是用 一个指向常量的指针

管理字符串。如：const char* a1;  这就是一个指向常量的指针，对应MFC中的LPCSTR

其中的这个C就是const的意思，这里我们可以看下MFC中的定义，下次就不怕,也不蒙B了：

 好的，言归正传，看看标准C++中的字符串：

    cout << "----------string转const char *----------------" << endl;
    const char* a1;
    string s1 = "asdf";
    a1 = s1.c_str(); //应为字符串是不可变的，所以需要一个指向常量的指针，c_str：c中的字符串。
    cout << a1 << endl;

    cout << "-------------string转char *---------------" << endl;
    //--这里相当于对了一个步骤，将const char * 转成 char *
    //--于是就请了const_cast这个玩意帮忙，是个模板，看来想去掉const就找他就行！
    char *a2 = const_cast<char *>(s1.c_str()) ;
    cout << a2 << endl;

    cout << "----------char*转string----------------" << endl;
    string s2 = a2; //直接赋值即可！（高端的直接兼容低端的）
    cout << s2 << endl;

    cout << "----------char*与const char * 的互换----------------" << endl;
    char* aa = "asdf";
    const char* cc = aa;  // 会报一个警告
    aa = const_cast<char *>(cc);
    cout << cc << " " << aa << endl;

以上这段代码，介绍了string到char*的相互转换，以及如何去掉const。

接下来，再看看MFC中的CString：

首先，想将char*  或者 const char*  转成   CString，是直接可以赋值的（和转成string是一样的）

因为所有的字符串底层逻辑都是char*，它可以直接变成其他“字符串类型”。

既然如此，那么string转CString不就是找 char* 打个桥就可以了？

如：string -> CString （这种方式在Unicode模式和多字节模式下通用）

string str = "123123123123";
CString mfcstr;

mfcstr = CString(str.c_str()); 

首先将string变成const char*  然后，通过const char*构造CString，就完成可这次转换。

---

再看：CString -> string， CString转string的时候需要考虑一个问题，就是ＭＦＣ允许两种编码格式的编程，一种是多字节一种是Unicode，Unicode自己搞了个宽字符ＴＣＨＡＲ，意图是兼容多国语言。所以如果你用Unicode char* 就不再是底层逻辑了，底层变成ＴＣＨＡＲ＊了。所以，这也是MFC搞死人的地方。

现在建议直接选多字节，有了UTF8的出现，多字节也能支持中文了。

这里简单的讲一下，字符串的历史，帮助大家加深理解：

由于计算机是美国人发明的，因此最早只有127个字母被编码到计算机中，也就是大小写英文字母、数字和一些符号，这个编码表称为ASCII编码。

例如：大写字母A的编码是65，小写字母z的编码时122。

要处理中文，显然一个字节是不够的，至少需要两个字节，且不能和ASCII编码冲突，所以我国制定了GB2312编码，用于把中文编进去。

可以想象，全世界上有上百种语言，日本把日文编写到Shift_JIS里，韩国把韩文编写到Euc-kr里，各国有各国的标准，就不可避免出现冲突，结果就是，在多语言混合的文本中就会显示乱码。

在此背景下，Unicode应运而生，Unicode把所有语言都统一到一套编码里，这样就不会有乱码问题了。

Unicode标准在不断发展，最常用的是用两个字节表示一个字符（如果要用到非常生僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。

下面看看ASCII编码和Unicode编码的区别：ASCII编码时1个字节，二Unicode编码通常是两个字节。

那么新的问题就出现了：如果统一成Unicode编码，乱码问题从此消失了，但是写的文本基本上全部是英文时，用Unicode编码比ASCII编码多一倍存储空间，在存储和传输上十分不划算。

本着节约的精神，又出现了把Unicode编码转化成为“可变长编码”的UTF-8编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1~6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4~6个字节。如果你要传输的文本包含大量英文字母，用UTF-8编码就会节省空间。

各编码方式的比较

由上表可知，UTF-8编码有一个额外的好处，就是ASCII编码实际上可看成是UTF-8编码的一部分，所以只支持ASCII编码的大量历史遗留软件可在UTF-8编码下继续使用。

GetBuffer和GetString目前（VS2022下测试）我发现不管在Unicode还是多字节环境下都只能返回TCHAR*了，没法返回char*了。

但是我又发现了一种，兼容Unicode和多字节的转换方式:  CW2A。

CString mfcstr = "456487894564啊士大夫十大";
str = CW2A(mfcstr);

那么MFC的字符串转换小结就是：

str = CW2A(mfcstr);                           // CString -> string

mfcstr = CString(str.c_str());            // string -> CString

它们都兼容,Unicode和多字节环境下的转换!!!

那么字符串处理我就看标准Ｃ++, MFC那一套处理方式我就懒得看了，会转换就行了。

C++字符串这里推荐文章：

C++ string类（C++字符串）完全攻略 (biancheng.net)http://c.biancheng.net/view/400.html好了,喜欢就点个赞吧~~~