Robertxiao

       曾經(jīng)有一篇關(guān)于C++程序?qū)懽鞯奈恼拢恼抡f(shuō)C++程序員要花費(fèi)20%的時(shí)間來(lái)處理字符串方面的細(xì)節(jié)問(wèn)題，甚至更多。可見(jiàn)C++中的字符處理是相當(dāng)復(fù)雜，原因是C++中有著豐富的字符及字符串類，如STL中的string,wstring,char,wchar_t、還有windows C程序?qū)懽髦蠵TSTR,PWSTR,PTSTR，MFC及ATL中的CString,  BSTR,_bstr_t,CComBSTR，OLESTR，還有一種隨編譯時(shí)是否預(yù)定義了UNICODE而被分析為具體類型的TCHAR及這些字符，或封裝類的一大把函數(shù)。而我們要用的系統(tǒng)函數(shù)，標(biāo)準(zhǔn)庫(kù)函數(shù)或其它庫(kù)函數(shù)。有的要這種字符而沒(méi)有提供接受其它字符的版本。這些原因也就促使了C++程序員往往要花許多的時(shí)間來(lái)處理字符串。上次和朋友聊到寫(xiě)代碼的話題。他說(shuō)一天只能寫(xiě)三百來(lái)行的代碼。確實(shí)要寫(xiě)高效的，高質(zhì)量的C++代碼很要下一番功夫。

        在上面介紹了許多的字符串，及字符串封裝類。實(shí)際上所有的這些類都最終可歸結(jié)為C風(fēng)格字符串，也就是字符數(shù)組。目前字符的編碼方案主要有單字節(jié)字符(ANSI)編碼，多字節(jié)字符(MBCS)編碼，還有就是UNICODE編碼。前兩種字符編碼的字符還都是用char這個(gè)數(shù)據(jù)類型來(lái)維護(hù)。當(dāng)是多字節(jié)時(shí)典型的就是2個(gè)字節(jié)時(shí)，就會(huì)用2個(gè)char來(lái)存儲(chǔ)，一個(gè)字節(jié)時(shí)就會(huì)用一個(gè)char來(lái)存儲(chǔ)。這就是串中的字符占多少個(gè)字節(jié)得看具體的字符，不能像原來(lái)一樣一個(gè)一個(gè)地?cái)?shù)就可以知道會(huì)占多少個(gè)字節(jié)。UNICODE則簡(jiǎn)化了這種編碼方案，讓每個(gè)字符都占用相同大小的字節(jié)，UNICODE 中的字符是用wchar_t來(lái)定義的，這中編碼方案則是每個(gè)字符都占用兩個(gè)字節(jié)。在這種編碼方案下我們又可以一個(gè)一個(gè)地?cái)?shù)來(lái)算出占用了多少字節(jié)，計(jì)算機(jī)可以用一種統(tǒng)計(jì)方式來(lái)處理這種字符串了。雖然犧牲了些內(nèi)存，但換取了邏輯的簡(jiǎn)單性。

        這里我寫(xiě)了幾個(gè)工具函數(shù)，可以方便地在各種數(shù)據(jù)類型之間進(jìn)行轉(zhuǎn)換。我認(rèn)為這幾個(gè)函數(shù)會(huì)對(duì)處理字符串提供幫助，所在我就在首頁(yè)發(fā)表了。大家有什么好的想法可以回復(fù)我。另我這兩天會(huì)封裝MSXML來(lái)操作XML，希望大家能給點(diǎn)意見(jiàn)。到時(shí)我可以與相關(guān)參與的人員共享這個(gè)封裝。