C++ 的字符串处理

曾经有一篇关于C++程序写作的文章，文章说C++程序员要花费20%的时间来处理字符串方面的细节问题，甚至更多。可见C++中的字符处理是相当复杂，原因是C++中有着丰富的字符及字符串类，如STL中的string,wstring,char,wchar_t、还有windows C程序写作中PTSTR,PWSTR,PTSTR，MFC及ATL中的CString,  BSTR,_bstr_t,CComBSTR，OLESTR，还有一种随编译时是否预定义了UNICODE而被分析为具体类型的TCHAR及这些字符，或封装类的一大把函数。而我们要用的系统函数，标准库函数或其它库函数。有的要这种字符而没有提供接受其它字符的版本。这些原因也就促使了C++程序员往往要花许多的时间来处理字符串。上次和朋友聊到写代码的话题。他说一天只能写三百来行的代码。确实要写高效的，高质量的C++代码很要下一番功夫。        在上面介绍了许多的字符串，及字符串封装类。实际上所有的这些类都最终可归结为C风格字符串，也就是字符数组。目前字符的编码方案主要有单字节字符(ANSI)编码，多字节字符(MBCS)编码，还有就是UNICODE编码。前两种字符编码的字符还都是用char这个数据类型来维护。当是多字节时典型的就是2个字节时，就会用2个char来存储，一个字节时就会用一个char来存储。这就是串中的字符占多少个字节得看具体的字符，不能像原来一样一个一个地数就可以知道会占多少个字节。UNICODE则简化了这种编码方案，让每个字符都占用相同大小的字节，UNICODE 中的字符是用wchar_t来定义的，这中编码方案则是每个字符都占用两个字节。在这种编码方案下我们又可以一个一个地数来算出占用了多少字节，计算机可以用一种统计方式来处理这种字符串了。虽然牺牲了些内存，但换取了逻辑的简单性。        这里我写了几个工具函数，可以方便地在各种数据类型之间进行转换。我认为这几个函数会对处理字符串提供帮助，所在我就在首页发表了。大家有什么好的想法可以回复我。另我这两天会封装MSXML来操作XML，希望大家能给点意见。到时我可以与相关参与的人员共享这个封装。

  1/**//**//**///////////////////////////////////////////////////////////////////////////  2// Module: stringutility.h  3// Conversion among wchar_t, char and TCHAR  4//  5/**//**//**///////////////////////////////////////////////////////////////////////////  6#ifndef _STRINGUTILITY_H_  7#define _STRINGUTILITY_H_  8  9/**//**//**/////////////////////////////////////////////////////////////////////////// 10// get PSTR by PWSTR 11// This function malloc some memory and you must free it 12inline char* newPSTRFromPWSTRT(PWSTR source) 13{ 14    char *pCh = NULL; 15    int nLength = 0; 16    if(!source) 17    { 18        pCh = new char[1]; 19    } 20    else 21    { 22        nLength= wcslen(source); 23        pCh = new char[2 * nLength + 1]; 24        WideCharToMultiByte(CP_ACP, 25            0, 26            source, 27            -1, 28            pCh, 29            nLength * 2, 30            NULL, 31            NULL); 32    } 33    pCh[2 * nLength] = '/0'; 34    return pCh; 35} 36 37/**//**//**/////////////////////////////////////////////////////////////////////////// 38// get PWSTR by PSTR 39// This function malloc some memory and you must free it 40inline wchar_t* newPWSTRFromPSTR(PSTR source) 41{ 42    wchar_t *pCh = NULL; 43    int nLength = 0; 44    if(!source) 45    { 46        pCh = new wchar_t[1]; 47    } 48    else 49    { 50        nLength = strlen(source); 51        pCh = new wchar_t[nLength + 1]; 52        MultiByteToWideChar(CP_ACP, 53            0, 54            source, 55            -1, 56            pCh, 57            nLength); 58    } 59    pCh[nLength] = '/0'; 60    return pCh; 61} 62 63/**//**//**/////////////////////////////////////////////////////////////////////////// 64// get PSTR by PTSTR 65// This function malloc some memory and you must free it 66 67inline char* newPSTRFromPTSTR(PTSTR    source) 68{ 69#ifdef UNICODE 70    return newPSTRFromPWSTRT(source); 71#else 72    char* pCh; 73    int iLength = 0; 74    if(!source) 75    { 76        pCh = new char[1]; 77    } 78    else 79    { 80        iLength = strlen(source); 81        pCh = new char[iLength +1]; 82        strcpy(pCh, source); 83    } 84    pCh[iLength] = '/0'; 85    return pCh; 86#endif 87} 88 89/**//**//**/////////////////////////////////////////////////////////////////////////// 90// get PWSTR by PTSTR 91// This function malloc some memory and you must free it 92 93inline wchar_t* newPWSTRFromPTSTR(PTSTR source) 94{ 95#ifdef UNICODE 96    wchar_t *pCh = NULL; 97    int nLength = 0; 98    if(!source) 99    {100        pCh = new wchar_t[1];101    }102    else103    {104        nLength = wcslen(source);105        pCh = new wchar_t[nLength + 1];106        wcscpy(pCh, source);107    }108    pCh[nLength] = L'/0';109    return pCh;110#else111    return newPWSTRFromPTSTR(source);112#endif113}114115116/**//**//**///////////////////////////////////////////////////////////////////////////117// get PTSTR by PSTR118// This function malloc some memory and you must free it119inline TCHAR* newPTSTRFromPSTR(PSTR source)120{121#ifdef UNICODE122    return newPWSTRFromPSTR(source);123#else124    return newPSTRFromPTSTR(source);125#endif126}127128/**//**//**///////////////////////////////////////////////////////////////////////////129// get PTSTR by PWSTR130// This function malloc some memory and you must free it131inline TCHAR* newPTSTRFromPWSTR(PWSTR source)132{133#ifdef UNICODE134    return newPWSTRFromPTSTR(source);135#else136    return newPSTRFromPWSTRT(source);137#endif138}139#endif // end of #ifndef _STRINGUTILITY_H_

posted on 2008-07-11 23:07 Robertxiao 阅读(307) 评论(4)  编辑 收藏 引用 所属分类: C++

评论

 

WideCharToMultiByteMultiByteToWideChar包装了这两个API，挺好，  回复  更多评论   

# re: C++ 字符串操作初析 2008-07-12 07:31 路缘

楼主所言极是，确实在字符串处理方面有点伤神，有时一个项目用到了几个第三方库，常常由于函数接口的字符串类型不一致，需进行调整扩展。  回复  更多评论   

# re: C++ 字符串操作初析 2008-07-12 12:39 空明流转

我现在就用wstring和string两种东西。。。其他的基本不用了。那点效率我也不大稀罕的。至于XML，何必用MSXML，普通的DOM用TinyXML就很好了。如果你要支持DTD或者XML Schema这样的除外。  回复  更多评论   

# re: C++ 字符串操作初析 2008-07-12 15:11 lotus

推荐开源c++ 库，http://pocoproject.org/，里面对std::string 进行了一些扩展，个人觉得不错  回复  更多评论   

# re: C++ 字符串操作初析[未登录] 2008-07-11 23:46 gohan