ASCII,Unicode, BSTR,LPSTR和LPWSTR转换...

一、BSTR、LPSTR和LPWSTR

　　在Visual C++.NET的所有编程方式中，我们常常要用到这样的一些基本字符串类型，如BSTR、LPSTR和LPWSTR等。之所以出现类似上述的这些数据类型，是因为不同编程语言之间的数据交换以及对ANSI、Unicode和多字节字符集(MBCS)的支持。

　　那么什么是BSTR、LPSTR以及LPWSTR呢？

　　BSTR(Basic STRing，Basic字符串)是一个OLECHAR*类型的Unicode字符串。它被描述成一个与自动化相兼容的类型。由于操作系统提供相应的API函数(如SysAllocString)来管理它以及一些默认的调度代码，因此BSTR实际上就是一个COM字符串，但它却在自动化技术以外的多种场合下得到广泛使用。图1描述了BSTR的结构，其中DWORD值是字符串中实际所占用的字节数，且它的值是字符串中Unicode字符的两倍。

　　LPSTR和LPWSTR是Win32和VC++所使用的一种字符串数据类型。LPSTR被定义成是一个指向以NULL(‘/0’)结尾的8位ANSI字符数组指针，而LPWSTR是一个指向以NULL结尾的16位双字节字符数组指针。在VC++中，还有类似的字符串类型，如LPTSTR、LPCTSTR等，它们的含义如图2所示。

　　例如，LPCTSTR是指“long pointer to a constant generic string”，表示“一个指向一般字符串常量的长指针类型”，与C/C++的const char*相映射，而LPTSTR映射为 char*。

　　一般地，还有下列类型定义：

#ifdef UNICODE
　typedef LPWSTR LPTSTR;
　typedef LPCWSTR LPCTSTR;
#else
　typedef LPSTR LPTSTR;
　typedef LPCSTR LPCTSTR;
#endif

二、CString、CStringA 和 CStringW

　　Visual C++.NET中将CStringT作为ATL和MFC的共享的“一般”字符串类，它有CString、CStringA和CStringW三种形式，分别操作不同字符类型的字符串。这些字符类型是TCHAR、char和wchar_t。TCHAR在Unicode平台中等同于WCHAR(16位Unicode字符)，在ANSI中等价于char。wchar_t通常定义为unsigned short。由于CString在MFC应用程序中经常用到，这里不再重复。

三、VARIANT、COleVariant 和_variant_t

　　在OLE、ActiveX和COM中，VARIANT数据类型提供了一种非常有效的机制，由于它既包含了数据本身，也包含了数据的类型，因而它可以实现各种不同的自动化数据的传输。下面让我们来看看OAIDL.H文件中VARIANT定义的一个简化版：

struct tagVARIANT {
　VARTYPE vt;
　union {
　　short iVal; // VT_I2.
　　long lVal; // VT_I4.
　　float fltVal; // VT_R4.
　　double dblVal; // VT_R8.
　　DATE date; // VT_DATE.
　　BSTR bstrVal; // VT_BSTR.
　　…
　　short * piVal; // VT_BYREF|VT_I2.
　　long * plVal; // VT_BYREF|VT_I4.
　　float * pfltVal; // VT_BYREF|VT_R4.
　　double * pdblVal; // VT_BYREF|VT_R8.
　　DATE * pdate; // VT_BYREF|VT_DATE.
　　BSTR * pbstrVal; // VT_BYREF|VT_BSTR.
　};
};

　　显然，VARIANT类型是一个C结构，它包含了一个类型成员vt、一些保留字节以及一个大的union类型。例如，如果vt为VT_I2，那么我们可以从iVal中读出VARIANT的值。同样，当给一个VARIANT变量赋值时，也要先指明其类型。例如：

VARIANT va;
:: VariantInit(&va); // 初始化
int a = 2002;
va.vt = VT_I4; // 指明long数据类型
va.lVal = a; // 赋值

　　为了方便处理VARIANT类型的变量，Windows还提供了这样一些非常有用的函数：

　　VariantInit —— 将变量初始化为VT_EMPTY；

　　VariantClear —— 消除并初始化VARIANT；

　　VariantChangeType —— 改变VARIANT的类型；

　　VariantCopy —— 释放与目标VARIANT相连的内存并复制源VARIANT。

　　COleVariant类是对VARIANT结构的封装。它的构造函数具有极为强大大的功能，当对象构造时首先调用VariantInit进行初始化，然后根据参数中的标准类型调用相应的构造函数，并使用VariantCopy进行转换赋值操作，当VARIANT对象不在有效范围时，它的析构函数就会被自动调用，由于析构函数调用了VariantClear，因而相应的内存就会被自动清除。除此之外，COleVariant的赋值操作符在与VARIANT类型转换中为我们提供极大的方便。例如下面的代码：

COleVariant v1("This is a test"); // 直接构造
COleVariant v2 = "This is a test";
// 结果是VT_BSTR类型，值为"This is a test"
COleVariant v3((long)2002);
COleVariant v4 = (long)2002;
// 结果是VT_I4类型，值为2002

　　_variant_t是一个用于COM的VARIANT类，它的功能与COleVariant相似。不过在Visual C++.NET的MFC应用程序中使用时需要在代码文件前面添加下列两句：

　　#include "comutil.h"

　　#pragma comment( lib, "comsupp.lib" )

四、CComBSTR和_bstr_t

　　CComBSTR是对BSTR数据类型封装的一个ATL类，它的操作比较方便。例如：

CComBSTR bstr1;
bstr1 = "Bye"; // 直接赋值
OLECHAR* str = OLESTR("ta ta"); // 长度为5的宽字符
CComBSTR bstr2(wcslen(str)); // 定义长度为5
wcscpy(bstr2.m_str, str); // 将宽字符串复制到BSTR中
CComBSTR bstr3(5, OLESTR("Hello World"));
CComBSTR bstr4(5, "Hello World");
CComBSTR bstr5(OLESTR("Hey there"));
CComBSTR bstr6("Hey there");
CComBSTR bstr7(bstr6);
// 构造时复制，内容为"Hey there"

　　_bstr_t是是C++对BSTR的封装，它的构造和析构函数分别调用SysAllocString和SysFreeString函数，其他操作是借用BSTR API函数。与_variant_t相似，使用时也要添加comutil.h和comsupp.lib。

五、BSTR、char*和CString转换

　　(1) char*转换成CString

　　若将char*转换成CString，除了直接赋值外，还可使用CString::Format进行。例如：

char chArray[] = "This is a test";
char * p = "This is a test";

　　或

LPSTR p = "This is a test";

　　或在已定义Unicode应的用程序中

TCHAR * p = _T("This is a test");

　　或

LPTSTR p = _T("This is a test");
CString theString = chArray;
theString.Format(_T("%s"), chArray);
theString = p;

　　(2) CString转换成char*

　　若将CString类转换成char*(LPSTR)类型，常常使用下列三种方法：

　　方法一，使用强制转换。例如：

CString theString( "This is a test" );
LPTSTR lpsz =(LPTSTR)(LPCTSTR)theString;

　　方法二，使用strcpy。例如：

CString theString( "This is a test" );
LPTSTR lpsz = new TCHAR[theString.GetLength()+1];
_tcscpy(lpsz, theString);

　　需要说明的是，strcpy(或可移值Unicode/MBCS的_tcscpy)的第二个参数是 const wchar_t* (Unicode)或const char* (ANSI)，系统编译器将会自动对其进行转换。

　　方法三，使用CString::GetBuffer。例如：

CString s(_T("This is a test "));
LPTSTR p = s.GetBuffer();
// 在这里添加使用p的代码
if(p != NULL) *p = _T('/0');
s.ReleaseBuffer();
// 使用完后及时释放，以便能使用其它的CString成员函数

　　(3) BSTR转换成char*

　　方法一，使用ConvertBSTRToString。例如：

#include
#pragma comment(lib, "comsupp.lib")
int _tmain(int argc, _TCHAR* argv[]){
BSTR bstrText = ::SysAllocString(L"Test");
char* lpszText2 = _com_util::ConvertBSTRToString(bstrText);
SysFreeString(bstrText); // 用完释放
delete[] lpszText2;
return 0;
}

　　方法二，使用_bstr_t的赋值运算符重载。例如：

_bstr_t b = bstrText;
char* lpszText2 = b;

　　(4) char*转换成BSTR

　　方法一，使用SysAllocString等API函数。例如：

BSTR bstrText = ::SysAllocString(L"Test");
BSTR bstrText = ::SysAllocStringLen(L"Test",4);
BSTR bstrText = ::SysAllocStringByteLen("Test",4);

　　方法二，使用COleVariant或_variant_t。例如：

//COleVariant strVar("This is a test");
_variant_t strVar("This is a test");
BSTR bstrText = strVar.bstrVal;

　　方法三，使用_bstr_t，这是一种最简单的方法。例如：

BSTR bstrText = _bstr_t("This is a test");

　　方法四，使用CComBSTR。例如：

BSTR bstrText = CComBSTR("This is a test");

　　或

CComBSTR bstr("This is a test");
BSTR bstrText = bstr.m_str;

　　方法五，使用ConvertStringToBSTR。例如：

char* lpszText = "Test";
BSTR bstrText = _com_util::ConvertStringToBSTR(lpszText);

　　(5) CString转换成BSTR

　　通常是通过使用CStringT::AllocSysString来实现。例如：

CString str("This is a test");
BSTR bstrText = str.AllocSysString();
…
SysFreeString(bstrText); // 用完释放

　　(6) BSTR转换成CString

　　一般可按下列方法进行：

BSTR bstrText = ::SysAllocString(L"Test");
CStringA str;
str.Empty();
str = bstrText;

　　或

CStringA str(bstrText);

　　(7) ANSI、Unicode和宽字符之间的转换

　　方法一，使用MultiByteToWideChar将ANSI字符转换成Unicode字符，使用WideCharToMultiByte将Unicode字符转换成ANSI字符。

　　方法二，使用“_T”将ANSI转换成“一般”类型字符串，使用“L”将ANSI转换成Unicode，而在托管C++环境中还可使用S将ANSI字符串转换成String*对象。例如：

TCHAR tstr[] = _T("this is a test");
wchar_t wszStr[] = L"This is a test";
String* str = S”This is a test”;

　　方法三，使用ATL 7.0的转换宏和类。ATL7.0在原有3.0基础上完善和增加了许多字符串转换宏以及提供相应的类，它具有如图3所示的统一形式：

　　其中，第一个C表示“类”，以便于ATL 3.0宏相区别，第二个C表示常量，2表示“to”，EX表示要开辟一定大小的缓冲。SourceType和DestinationType可以是A、T、W和OLE，其含义分别是ANSI、Unicode、“一般”类型和OLE字符串。例如，CA2CT就是将ANSI转换成一般类型的字符串常量。下面是一些示例代码：

LPTSTR tstr= CA2TEX<16>("this is a test");
LPCTSTR tcstr= CA2CT("this is a test");
wchar_t wszStr[] = L"This is a test";
char* chstr = CW2A(wszStr);

ASCII	键盘	ASCII	键盘	ASCII	键盘	ASCII	键盘
27	ESC	32	SPACE	33	!	34	"
35	#	36	$	37	%	38	&
39	'	40	(	41	)	42	*
43	+	44	'	45	-	46	.
47	/	48	0	49	1	50	2
51	3	52	4	53	5	54	6
55	7	56	8	57	9	58	:
59	;	60	<	61	=	62	>
63	?	64	@	65	A	66	B
67	C	68	D	69	E	70	F
71	G	72	H	73	I	74	J
75	K	76	L	77	M	78	N
79	O	80	P	81	Q	82	R
83	S	84	T	85	U	86	V
87	W	88	X	89	Y	90	Z
91	[	92	/	93	]	94	^
95	_	96	`	97	a	98	b
99	c	100	d	101	e	102	f
103	g	104	h	105	i	106	j
107	k	108	l	109	m	110	n
111	o	112	p	113	q	114	r
115	s	116	t	117	u	118	v
119	w	120	x	121	y	122	z
123	{	124	|	125	}	126	~

Test 1

A character pointer, string, and BSTR that work with ASCII and Unicode compilation.

LPCTSTR r;r = TEXT("hello");CString s;s = r;BSTR b;b = s.AllocSysString();SysFreeString(b);

When compiled for ASCII
r is narrow, type const char *
s is narrow, type ATL::CStringT<char,ATL::StrTraitATL<char,ATL::ChTraitsCRT<char> > >
b is wide, type unsigned short *

When compiled for Unicode
r is wide, type const unsigned short *
s is wide, type ATL::CStringT<unsigned short,ATL::StrTraitATL<unsigned short,ATL::ChTraitsCRT<unsigned short> > >
b is wide, type unsigned short *

Test 2

Compiled in Unicode, the CString type turns ASCII string literals into wide character strings.

CString s1;s1 = "hello1";CString s2 = "hello2";CString s3("hello3");

When compiled for ASCII, all 3 strings are made up of narrow characters. When compiled for Unicode, all 3 strings are made up of wide characters, even though the string literals are not escaped with L or TEXT().

notes

goal:
a sample mfc app
that i can compile ascii or unicode
that has a string type
that has functions like has, find, split, before
that has a class that can produce a BSTR
the class can produce ASCII text to write to a file even when compiled for unicode

string literals
"hello"
L"hello"
TEXT("hello")

string types
CString
LPCTSTR
LPTSTR
TCHAR
const WCHAR *
BSTR

compile
#ifdef _UNICODE
#else
#endif

functions
MultiByteToWideChar