Question

我正在检查document for CString。在以下语句中：

CStringT( LPCSTR lpsz )：从ANSI字符串构造Unicode CStringT。您还可以使用此构造函数来加载字符串资源，如下例所示。



CStringT( LPCWSTR lpsz )：根据Unicode字符串构造CStringT。



CStringT( const unsigned char* psz )：允许您从指向CStringT的指针构造一个unsigned char。

我有一些问题：

为什么有两个版本，一个用于const char*（LPCSTR），一个用于unsigned char*？在不同情况下应该使用哪个版本？例如，CStringT("Hello")是否使用第一或第二版本？从第三方获取以{* 1}（see here）之类的以null结尾的字符串时，我应该将其转换为sqlite3_column_text()还是char*？即我应该使用unsigned char *还是CString((LPCSTR)sqlite3_column_text(...))？看来两者都可以，对吗？
为什么CString(sqlite3_column_text(...))版本会构造一个“ Unicode” char*，而CStringT版本会构造一个unsigned char*？ CStringT是一个模板化类，用于指示所有3个实例，即CStringT，CString，CStringA，因此在构造时为什么要强调“ Unicode” CStringW使用CStringT（LPCSTR）？

Answer 1

LPCSTR只是const char*，而不是const signed char*。根据编译器的实现，char是带符号的还是无符号的，但是出于重载的目的，char，signed char和unsigned char是3种不同的类型。 C ++中的字符串文字类型为const char[]，因此CStringT("Hello")将始终使用LPCSTR构造函数，而不是unsigned char*构造函数。

sqlite3_column_text(...)返回unsigned char*，因为它返回UTF-8编码的文本。我不知道unsigned char*的{{1}}构造函数实际上是做什么的（它与MBCS字符串有关），但是CStringT构造函数使用用户的[*]执行从ANSI到UNICODE的转换。默认语言环境。这将破坏包含非ASCII字符的UTF-8文本。

在这种情况下，您最好的选择是将UTF-8文本转换为UTF-16（使用LPCSTR或等效语言，或者简单地使用MultiByteToWideChar()来返回UTF-16编码的文本），然后使用sqlite3_column_text16()的{{1}}（LPCWSTR）构造函数，因为Windows对UTF-16数据使用const wchar_t*。

Answer 2

tl; dr：使用以下任一选项：

CStringW value( sqlite3_column_text16() );（（可选）将SQLite的内部编码设置为UTF-16），或
CStringW value( CA2WEX( sqlite3_column_text(), CP_UTF8 ) );

其他所有方法都无法解决，

第一件事：CStringT是一类模板，在其用来表示存储序列的字符类型上进行了参数化（除其他外）。这作为BaseType模板类型参数传递。有2种具体的模板实例化CStringA和CStringW，它们分别使用char和wchar_t存储字符序列¹。 / p>

CStringT公开了以下描述模板实例化属性的predefined types：

XCHAR：用于存储序列的字符类型。
YCHAR：实例可以与之转换的字符类型。

下表显示了CStringA和CStringW的具体类型：

         | XCHAR   | YCHAR
---------+---------+--------
CStringA | char    | wchar_t
CStringW | wchar_t | char

虽然CStringT实例的存储对于所使用的字符编码没有任何限制，但是转换系数和运算符是基于以下假设实现的：

char代表ANSI ²编码的代码单元。
whcar_t代表UTF-16编码的代码单元。

如果您的程序与这些假设不符，强烈建议您禁用隐式的宽到窄和窄到宽转换。为此，请在包含任何ATL / MFC头文件之前定义_CSTRING_DISABLE_NARROW_WIDE_CONVERSION预处理程序符号。即使您的程序符合防止意外转换的假设，建议这样做也是如此，因为转换既昂贵又具有破坏性。

顺便说一句，让我们继续讨论以下问题：

为什么有两个版本，一个用于const char*（LPCSTR），一个用于unsigned char*？

这很简单：方便。重载仅允许您构造一个CString实例，而不考虑字符类型³的签名。重载的实现是将const unsigned char*参数“ forwards”带给c'tor采取const char*：

CSTRING_EXPLICIT CStringT(_In_z_ const unsigned char* pszSrc) :
    CThisSimpleString( StringTraits::GetDefaultManager() )
{
    *this = reinterpret_cast< const char* >( pszSrc );
}

在不同情况下应该使用哪个版本？

没关系，只要您正在构造CStringA，即不应用任何转换。如果要构造CStringW，则不应使用其中任何一个（如上所述）。

例如，CStringT("Hello")使用的是第一版还是第二版？

"Hello"的类型为const char[6]，当传递给const char* c'tor时，它会衰减为数组中第一个元素的CString。它使用const char*参数调用重载。

从第三方（例如sqlite3_column_text()（see here）获取以空值结尾的字符串时，我应该将其转换为char*还是unsigned char *吗？即我应该使用CString((LPCSTR)sqlite3_column_text(...))还是CString(sqlite3_column_text(...))？

在这种情况下，SQLite假定采用UTF-8编码。 CStringA 可以存储UTF-8编码的文本，但这确实非常确实很危险。 CStringA假定使用ANSI编码，并且您的代码阅读器也可能会这样做。建议更改您的SQLite数据库以存储UTF-16（并使用sqlite_column_text16）来构造CStringW。如果这不可行，请在使用CA2WEX宏将数据存储到CStringW实例中之前，先手动从UTF-8转换为UTF-16：

CStringW data( CA2WEX( sqlite3_column_text(), CP_UTF8 ) );

似乎两者都可以，对吗？

那是不正确的。从数据库中获取非ASCII字符后，这两种方法都不会起作用。

为什么char*版本会构造一个“ Unicode” CStringT，而unsigned char*版本会构造一个CStringT？

这似乎是文档试图精简的结果。 CStringT是类模板。它既不是Unicode，也不存在。我猜想constructors上的备注部分旨在强调从ANSI输入构造Unicode字符串的能力（反之亦然）。也简要提到了这一点（“请注意，其中一些构造函数充当转换函数。” ）。

总结起来，这是使用MFC / ATL字符串时的一般建议列表：

更喜欢使用CStringW。这是唯一的隐含字符编码是明确的（UTF-16）的字符串类型。
与旧版代码交互时，仅使用CStringA。确保明确记下所使用的字符编码。另外，请确保了解“当前活动的语言环境” 可以随时更改。有关更多信息，请参见Keep your eye on the code page: Is this string CP_ACP or UTF-8?。
从不使用CString。仅通过查看代码，就不再清楚这是什么类型（可以是2种类型中的任何一种）。同样，在查看构造函数调用时，将不再可能看到这是复制操作还是转换操作。
禁用CStringT类模板实例化的隐式转换。

¹ 还有CString使用通用文本映射TCHAR作为其BaseType。 TCHAR扩展为char或wchar_t，具体取决于预处理器符号。因此CString是CStringA或CStringW的别名，这取决于那些非常相同的预处理器符号。 除非您以Win9x为目标，否则请不要使用任何通用文本映射。

² 与Unicode编码不同，ANSI不是独立的表示形式。代码单元的解释取决于外部状态（当前活动的语言环境）。 除非使用旧代码，否则请不要使用。

³ 这是实现定义的，是将char解释为带符号的还是无符号的。 char，unsigned char和signed char都是3种不同的类型。默认情况下，Visual Studio将char解释为已签名。

在构造CString时使用带符号或无符号字符？

2 个答案: