Question

我刚刚获得Delphi 2009并且之前已经阅读了一些关于由于切换到Unicode字符串而可能需要的修改的文章。大多数情况下，提到sizeof（char）不再保证为1。但是为什么这对于字符串操作会很有意思呢？

例如，如果我使用AnsiString：='Test'并对String（现在是unicode）执行相同操作，那么我得到Length（）= 4，这对于两种情况都是正确的。没有测试它，我确信所有其他字符串操作函数的行为方式相同，并在内部决定参数是unicode字符串还是其他任何东西。

如果我进行字符串操作，为什么我会对char的实际大小感兴趣？（当然，如果我使用字符串作为字符串而不存储任何其他数据）

感谢您的帮助！霍尔格

Answer 1

使用Unicode SizeOf（SomeChar）＆lt;＆gt;长度（SomeChar）。基本上字符串的长度小于其字符串的大小总和。只要您不假设 SizeOf（Char）= 1 或 SizeOf（SomeString [x]）= 1 （因为两者都 FALSE 现在）或尝试将字节与 char 交换，那么你应该没有任何问题。你正在做字符 s或字符串的创意填充字节的任何地方，那么你需要使用 AnsiString

（SizeOf（SomeString）仍然是4，无论长度如何，因为它本质上是一个带有一些编译器魔法的指针。）

Answer 2

人们经常在旧的Delphi代码中隐式地将字符转换为字节，而没有真正考虑它。例如，写入流时。将字符串写入流时，必须指定要写入的字节数，但人们通常会传递字符数。有关其他示例，请参阅this post from Chris Bensen。

人们经常进行隐式转换和旧代码的另一种方法是使用“字符串”来存储二进制数据。在这种情况下，它们实际上需要字节，但数据类型需要字符。 D2009有a better type for this。

Answer 3

我没有尝试使用Delphi 2009，但是正在使用fpc，它也会慢慢切换到unicode。我95％确定以下所有内容也适用于Delphi 2009

在fpc中（当支持unicode时），像'length'这样的函数会考虑代码页。因此，它将返回字符串的长度，因为“人类”会看到它。如果有 - 例如 - 两个中文字符，它们在unicode中占用两个字节的内存，则长度将返回2，因为字符串中有两个字符。但该字符串将占用4个字节的内存。（+引用计数的内存和前导＃0，但旁边）

你不能再做的是：

var p : pchar;
begin
  p := s[1];
  for i := 0 to length(string)-1 do
    begin
    write(p);
    inc(p);
    end;      
end;

因为这段代码会在两个中文字符示例中写出错误的两个字符。即两个字节，它们是第一个“真实”字符的一部分。

简而言之：Length（）不再返回为字符串分配的字节数，而是返回字符数。（在切换到unicode之前，这两个值彼此相等）

Answer 4

字符的实际大小无关紧要，除非您在字节级别进行操作。

Answer 5

（当然如果我使用字符串作为字符串而不存储任何其他数据）

这是关键点，你不会将字符串用于其他目的，但有些人会这样做。他们像数组一样使用字符串，所以他们（包括我在内）需要检查所有这些用途，以确保没有任何内容被破坏......

Answer 6

让我们不要忘记有时候这种转换并不是真正需要的。比如说，将GUID存储在记录中。 guid只能包含十六进制字符加上 - 和括号......使它们占用两倍的空间可以对现有代码产生相当大的影响。当然，简单的解决方案是将它们更改为AnsiString，如果对它们进行任何字符串操作，则处理编译器警告。

Answer 7

如果您进行Windows API调用，则可能会出现问题。或者，如果您的遗留代码执行 str <0> 的 inc 或 dec 来更改其长度。

Delphi 2009 + Unicode + Char-size

7 个答案: