C++: std::string 與 Unicode 如何結合？

關鍵字：std::string Unicode

轉自：http://www.vckbase.com/document/viewdoc/?id=1293

 

一旦知道 TCHAR 和_T 是如何工作的，那么這個問題很簡單。基本思想是 TCHAR 要么是char，要么是 wchar_t，這取決於_UNICODE 的值：

// abridged from tchar.h

#ifdef _UNICODE

      typedef wchar_t TCHAR;

      #define __T(x) L ## x

#else

     typedef char TCHAR;

     #define __T(x) x

#endif

　　當你在工程設置中選擇 Unicode 字符集時，編譯器會用 _UNICODE 定義進行編譯。如果你選擇MBCS（多字節字符 集），則編譯器將不會帶 _UNICODE 定義 。一切取決於_UNICODE 的值。同樣，每一個使用字符指針的 Windows API 函 數會有一個 A(ASCII) 和一個 (Wide/Unicode) 版本，這些版本的 實際定義也是根據 _UNICODE 的值來決定：

  #ifdef UNICODE
     #define CreateFile CreateFileW
  #else
    #define CreateFile CreateFileA
  #endif

　　同樣，_tprintf 和 _tscanf 對應於 printf 和 scanf。所有帶"t"的版本使用 TCHARs 取代了chars。那么怎樣把以上的這些應用到 std::string 上呢？很簡單。STL已經有一個使用寬字符定義的wstring類 （在 xstring 頭文件中定義）。string 和 wstring 均是使用 typedef 定義的模板類，基於 basic_string， 用它可以創建任何字符類型的字符串類。以下就是 STL 定義的 string 和 wstring：

   //(frominclude/xstring)
   typedef basic_string< char, char_traits< char >, allocator< char > > string;
   typedef basic_string< wchar_t, char_traits< wchar_t >, allocator< wchar_t > > wstring;

　　模板被潛在的字符類型（char 或 wchar_t）參數化，因此，對於 TCHAR 版本，所要做的就是使用 TCHAR 來模仿定義：

typedef basic_string< TCHAR, char_traits< TCHAR >, allocator< TCHAR > > tstring;

　　現在便有了一個 tstring，它基於 TCHAR——也就是說，它要么是 char，要么是 wchar_t，這取決於 _UNICODE 的值。 以上示范並指出了STL 是怎樣使用 basic_string 來實現基於任何類型的字符串的。定義一個新的 typedef 並不是解決此問題最有效的方法。一個更好的方法是基於 string 和wstring 來簡單 地定義 tstring，如下：

#ifdef _UNICODE
   #define tstring wstring
#else
   #define tstring string
#endif

　　這個方法之所以更好，是因為 STL 中已經定義了 string 和 wstring，那為什么還要使用模板來定義一個新的和其中之一一樣的字符串類呢？ 暫且叫它 tstring。可以用 #define 將 tstring 定義為 string 和 wstring，這樣可以避免創建另外一個模板類（ 雖然當今的編譯器非常智能，如果它把該副本類丟棄，我一點也不奇怪）。[typedef 不創建新類，只是為某個類型引入限定范圍的名稱，typedef 決不會定義一個新的類型]。不管怎樣，一旦定義了 tstring，便可以像下面這樣編碼：

tstring s = _T("Hello, world");
_tprintf(_T("s =%s\n"), s.c_str());

 

basic_string::c_str 方法返回一個指向潛在字符類型的常量指針；在這里，該字符類型要么是const char*，要么是const wchar_t*。

 

　　順便說一下，MFC 和 ATL 現在已經聯姻，以便都使用相同的字符串實現。結合后的實現使用一個叫做 CStringT 的模板類，這在某種意義上 ，其機制類似 STL 的 basic_string，用它可以根據任何潛在的字符類型來創建 CString 類。在 MFC 包含文件afxstr.h中定義了三種字符 串類型，如下：

typedef ATL::CStringT< wchar_t, StrTraitMFC< wchar_t > > CStringW;
typedef ATL::CStringT< char, StrTraitMFC< char > > CStringA;
typedef ATL::CStringT< TCHAR, StrTraitMFC< TCHAR > > CString;

CStringW，CStringA 和 CString 正是你所期望的：CString 的寬字符，ASCII 和 TCHAR 版本。

　　那么，哪一個更好，STL 還是 CStirng？兩者都很好，你可以選擇你最喜歡的一個。但有一個問題要考慮到：就是你想要鏈接哪個庫，以及你是否已經在使用 MFC/ATL。從編碼 的角度來看，我更喜歡 CString 的兩個特性：

　　其一是無論使用寬字符還是char，都可以很方便地對 CString 進行初始化。

    CString s1 = "foo";

    CString s2 = _T("bar");

　　這兩個初始化都正常工作，因為 CString 自己進行了所有必要的轉換。使用 STL 字符串，你必須使用_T()對tstring 進行初始化，因為你 無法通過一個char*初始化一個wstring，反之亦然。

　　其二是 CString 對 LPCTSTR 的自動轉換操作，你可以像下面這樣編碼：

    CString s;

    LPCTSTR lpsz = s;

 

　　另一方面，使用 STL 必須顯式調用 c_str 來完成這種轉換。這確實有點挑剔，某些人會爭辯說，這樣能更好地了解何時進行轉換。比如， 在C風格可變參數的函數中使用 CString 可能會有麻煩，像 printf：

    printf("s=%s\n", s); // 錯誤

    printf("s=%s\n", (LPCTSTR)s); // 必需的

　　沒有強制類型轉換的話，得到的是一些垃圾結果，因為 printf 希望 s 是 char*。我敢肯定很多讀者都犯過這種錯誤。防止這種災禍是 STL 設計者不提供轉換操作符的一個毋庸置疑的理由。而是堅持要你調用 c_str。一般來講，喜歡使用 STL 家伙趨向於理論和學究氣，而 Redmontonians（譯者：指微軟）的大佬們則更注重實用和散漫。嘿，不管怎樣，std::string 和 CString 之間的實用差別是微不足道的。