Windows核心编程笔记（二） Widnwos下的字符处理

这一章作者首先介绍了字符编码，以及Windwos为什么使用Uincode 并使用UTF-16编码，关于字符集和字符编码参见http://blog.csdn.net/wangpengk7788/article/details/54075917

微软的编译器内建了一个wchar_t的数据类型，它表示UTF-16编码的字符，编译器需要打开 /Zc:wchar_t开关才可以使用该类型，现在的VS默认是打开的，定义Unicode字符和字符串

wchar_t   c= L"A";

whcar_t   buffer[100] = L"A String0";

微软为区别C/C++为字符类型做了一些扩展定义，在WINNT.H文件中

#ifndef _MAC
typedef wchar_t WCHAR;    // wc,   16-bit UNICODE character
#else
// some Macintosh compilers don't define wchar_t in a convenient location, or define it as a char
typedef unsigned short WCHAR;    // wc,   16-bit UNICODE character
#endif

typedef WCHAR *PWCHAR, *LPWCH, *PWCH;
typedef CONST WCHAR *LPCWCH, *PCWCH;

typedef __nullterminated WCHAR *NWPSTR, *LPWSTR, *PWSTR;
typedef __nullterminated PWSTR *PZPWSTR;
typedef __nullterminated CONST PWSTR *PCZPWSTR;
typedef __nullterminated WCHAR UNALIGNED *LPUWSTR, *PUWSTR;
typedef __nullterminated CONST WCHAR *LPCWSTR, *PCWSTR;
typedef __nullterminated PCWSTR *PZPCWSTR;
typedef __nullterminated CONST WCHAR UNALIGNED *LPCUWSTR, *PCUWSTR;

typedef __nullnullterminated WCHAR *PZZWSTR;
typedef __nullnullterminated CONST WCHAR *PCZZWSTR;
typedef __nullnullterminated WCHAR UNALIGNED *PUZZWSTR;
typedef __nullnullterminated CONST WCHAR UNALIGNED *PCUZZWSTR;

typedef __possibly_notnullterminated WCHAR *PNZWCH;
typedef __possibly_notnullterminated CONST WCHAR *PCNZWCH;
typedef __possibly_notnullterminated WCHAR UNALIGNED *PUNZWCH;
typedef __possibly_notnullterminated CONST WCHAR UNALIGNED *PCUNZWCH;

#if _WIN32_WINNT >= 0x0600 || (defined(__cplusplus) && defined(WINDOWS_ENABLE_CPLUSPLUS))

typedef CONST WCHAR *LPCWCHAR, *PCWCHAR;
typedef CONST WCHAR UNALIGNED *LPCUWCHAR, *PCUWCHAR;

typedef char CHAR;
typedef CHAR *PCHAR, *LPCH, *PCH;
typedef CONST CHAR *LPCCH, *PCCH;

typedef __nullterminated CHAR *NPSTR, *LPSTR, *PSTR;
typedef __nullterminated PSTR *PZPSTR;
typedef __nullterminated CONST PSTR *PCZPSTR;
typedef __nullterminated CONST CHAR *LPCSTR, *PCSTR;
typedef __nullterminated PCSTR *PZPCSTR;

typedef __nullnullterminated CHAR *PZZSTR;
typedef __nullnullterminated CONST CHAR *PCZZSTR;

typedef __possibly_notnullterminated CHAR *PNZCH;
typedef __possibly_notnullterminated CONST CHAR *PCNZCH;

在MSDN和VS中对含义字符串参数的API，均使用重新定义的类型来描述，如CreateFile

HANDLE WINAPI CreateFile(
  __in      LPCTSTR lpFileName,
  __in      DWORD dwDesiredAccess,
  __in      DWORD dwShareMode,
  __in_opt  LPSECURITY_ATTRIBUTES lpSecurityAttributes,
  __in      DWORD dwCreationDisposition,
  __in      DWORD dwFlagsAndAttributes,
  __in_opt  HANDLE hTemplateFile
);

为了在Windwos下编程使代码可维护性增强，应该坚持并统一使用Windows数据类型，比较MSDN文档中的描述都使用这些类型。

另外VS中还定义了这样的宏

#ifdef  UNICODE                 
typedef WCHAR TCHAR, *PTCHAR;
#define __TEXT(quote) L##quote   
   
#else         

typedef char TCHAR, *PTCHAR;
#define __TEXT(quote) quote  
#endif

#define TEXT(quote)  __TEXT(quote)

这样我们编写

TCHAR c = TEXT('A');

TCHAR Buffer[100] = TEXT("A String");

无论在ANSI还是Unicode模式下 都可以编译通过

Windows的API函数如果有字符串参数的，都存在两个版本，例如CreateFile函数在winbase.h中是这样定义的

 

#define CreateFile  CreateFileW
#else
#define CreateFile  CreateFileA
#endif // !UNICODE

      这样的API函数有两个版本分别对应ANSI和Unicode模式，他们都由系统的DLL文件导出，在内部实现中，后缀是A的函数申请了一块内存然后将ANSI字符串转化成Unicode字符串保存到该块Buffer,然后以该Buffer的地址作为参数，调用后缀是W的函数，并在函数返回时释放该Buffer,只所以这样做是因为Windwos的内核实现中都是使用Unicode字符编码的，因此我们在写Windows应用程序时应首先考虑使用Unicode宽字符集，来避免调用A后缀的函数带来的资源开销。

在使用C运行库时，每个字符串相关函数同样存在两个版本，但是与Windows API函数不同，每个版本的函数都是独立实现的。在旧的C标准库函数中，对字符串修改的函数如strcpy  wcscpy因为没有指定缓冲区长度，很可能造成缓冲区溢出，因此在编程时不要使用这些存在安全隐患的C标准库函数是一个好的习惯。

Windows为这些不安全的C标准库函数提供了对应的安全版本，声明在StrSage.h文件中，这些函数都在原函数后加上_s后缀来做为新的函数名，如strcpy_s，这些新版本的函数，会检查传入的参数是否有效，缓冲区是否能容纳结果，如果检查失败，都会设置局部于线程的C运行时变量errno,并返回errno_t指示函数失败，同时C运行库运行我们设置一个自己的回调函数，在检查失败是调用该函数，可以这样定义该函数

       void invalid_parameter_handler(const wchar_t *, const wchar_t *, const wchar_t *, unsigned int, uintptr_t); 

然后调用_set_invalid_parameter_handler来注册这个回调函数，这里其实是设置一个全局函数指针，参见http://blog.csdn.net/wangpengk7788/article/details/53938305

     这些函数的使用可以参考MSDN，除此之外C运行库还提供可一些函数，在处理字符串是提供更多地控制，如用自己填充，复制时截断，

使用参见MSDN   另外Windwos在kernerl32.dll中也导出了一些自出了一些字符串处理函数，作者介绍和向我们推荐了 CompareString(Ex)函数，使用一并参考MSDN吧

最后是用于Unicode 和 ANSI 字符之间转换的函数 MultiByteToWideChar  和 WideCharToMultiByte 使用可以百度 或者 MSDN