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    else 103    { 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#else 111    return newPWSTRFromPTSTR(source); 112#endif 113} 114 115 116/**//**//**/// 117// get PTSTR by PSTR 118// This function malloc some memory and you must free it 119inline TCHAR* newPTSTRFromPSTR(PSTR source) 120{ 121#ifdef UNICODE 122    return newPWSTRFromPSTR(source); 123#else 124    return newPSTRFromPTSTR(source); 125#endif 126} 127 128/**//**//**/// 129// get PTSTR by PWSTR 130// This function malloc some memory and you must free it 131inline TCHAR* newPTSTRFromPWSTR(PWSTR source) 132{ 133#ifdef UNICODE 134    return newPWSTRFromPTSTR(source); 135#else 136    return newPSTRFromPWSTRT(source); 137#endif 138} 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++

<script type="text/javascript"> // </script>

评论

 

WideCharToMultiByte MultiByteToWideChar 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