上一部分談了 STL 的 std::string 與 std::wstring,這部分接著看微軟體系裡的三套字串型別:MFC 的 CString、COM 的 VARIANT 包裝類別,以及 .NET 的 System::String。
CString 內部使用 TCHAR,實際的字元型別取決於是否定義 _UNICODE 等前處理符號。
與 STL 字串相同,CString 也是不透明物件,應以它的成員方法來修改內容。它比 STL 字串方便的地方有兩點:建構函式同時接受 MBCS 與 Unicode 字串;而且能隱式轉換為 LPCTSTR,因此可以直接傳給需要 LPCTSTR 的函式,不必像 STL 那樣多寫一次 c_str()。
// 建構
CString s1 = "char string"; // 從 LPCSTR 建構
CString s2 = L"wide char string"; // 從 LPCWSTR 建構
CString s3(' ', 100); // 預配置 100 個字元並填入空白
CString s4 = "New window text";
// 可直接用在 LPCTSTR 的位置
SetWindowText(hwndSomeWindow, s4);
// 或者明確轉型
SetWindowText(hwndSomeWindow, (LPCTSTR)s4);
CString s5((LPCTSTR)IDS_SOME_STR); // 從字串表建構 CString s6, s7; s6.LoadString(IDS_SOME_STR); // 從字串表載入 s7.Format(IDS_SOME_FORMAT, "bob", nSomeStuff, ...); // 載入並格式化
第一個建構寫法看起來有點怪,但這正是官方文件所標定的字串資源載入方式。
CString 只允許一種隱式轉換,也就是轉為 LPCTSTR(常數字元指標)。轉為 LPTSTR(非常數指標)是錯誤的。有些人習慣硬寫 (LPTSTR),這麼做等於逾越了 CString 的內部操作、打破了封裝。它編譯得過、有時甚至能正常跑,但那是僥倖。
正確做法是呼叫 GetBuffer():
CString str = _T("new text");
LVITEM item = {0};
item.mask = LVIF_TEXT;
item.iItem = 1;
item.pszText = (LPTSTR)(LPCTSTR)str; // 錯!
item.pszText = str.GetBuffer(0); // 正確
ListView_SetItem(&item);
str.ReleaseBuffer(); // 把緩衝區所有權還給 str
pszText 是 LPTSTR,因此必須透過 GetBuffer() 取得可寫指標。它的參數代表 CString 至少要配置的 TCHAR 數量:要 1K 字元就寫 GetBuffer(1024);寫 0 則只回傳指向現有內容的指標。用完之後一定要呼叫 ReleaseBuffer(),否則 CString 無法得知緩衝區內容可能已被外部修改,內部的長度快取與共用計數都會出錯。
為什麼大家在抱怨軟體有缺陷?因為不正確的程式碼就是 bug 的溫床。到處塞 (LPTSTR) 而不做 GetBuffer(),短期看不出問題,但這筆債遲早要還,而且到時你未必找得到源頭。
CString 有兩個方法能取得 BSTR,並在必要時自動轉為 Unicode:AllocSysString() 與 SetSysString()。兩者差別在於後者使用 BSTR* 參數。
CString s5 = "Bob!"; BSTR bs1 = NULL, bs2 = NULL; bs1 = s5.AllocSysString(); s5.SetSysString(&bs2); // ... 使用 ... SysFreeString(bs1); // BSTR 必須用 SysFreeString 釋放 SysFreeString(bs2);
兩者都繼承自 VARIANT,可以傳給任何需要 VARIANT 的函式。差異在於:
COleVariant 只有一個 LPCTSTR 建構函式,沒有分別提供 LPCSTR 與 LPCWSTR 版本。大多數情況下這沒問題,因為我們通常就希望把字串當成 LPCTSTR 處理,但必須知道這件事。它也提供接受 CString 的建構函式。CComVariant 需要直接操作 VARIANT 的成員,並以 ChangeType() 在必要時轉型。// COleVariant 建構
CString s1 = _T("tchar string");
COleVariant v1 = _T("Bob"); // 從 LPCTSTR 建構
COleVariant v2 = s1; // 從 CString 複製
還有一個關鍵差異:COleVariant::ChangeType() 在轉換失敗時會丟出例外,而不是回傳 HRESULT 錯誤碼。因此必須用 try/catch 包起來:
COleVariant v3 = ...; // 由某種型別建構
BSTR bs = NULL;
try
{
v3.ChangeType(VT_BSTR);
bs = v3.bstrVal;
}
catch (COleException* e)
{
// 轉換失敗
}
SysFreeString(bs);
WTL 的 CString 行為與 MFC 版本完全相同,可直接參照上文的說明。事實上 WTL 在 ATL/MFC 環境下通常直接沿用同一套實作。
System::String 是 .NET 的字串類別。其內部是一個不變(immutable)的字元序列——任何操作 String 的方法都會回傳一個新的 String 物件,原物件保持不變。這點與 C++ 字串差異很大,也是 .NET 字串效能討論的核心。
String 還有個特性:當多個 String 參照指向同一組字元時,它們實際上指向同一個物件(字串 Interning)。Managed Extensions for C++ 為此引進了一個新前綴 S,用來標示 managed string 字面值:
String* ms = S"This is a nice managed string";
可以用 unmanaged string 來建構 String,但效率不如直接用 S 前綴的字面值——因為所有相同的 S 字面值都指向同一個物件,而 unmanaged string 沒有這個特性。下例說明了差別:
String* ms1 = S"this is nice"; String* ms2 = S"this is nice"; String* ms3 = L"this is nice"; Console::WriteLine(ms1 == ms2); // true Console::WriteLine(ms1 == ms3); // false
要與沒有 S 前綴的字串比較,改用 String::CompareTo():
Console::WriteLine(ms1->CompareTo(ms2)); Console::WriteLine(ms1->CompareTo(ms3));
兩者都輸出 0,表示內容相等。
轉換相當容易。CString 可以轉為 LPCTSTR,而 String 有接受 char* 與 wchar_t* 的建構函式,所以可以直接把 CString 餵給 String:
CString s1("hello world");
String* s2(s1); // 從 CString 複製
反向也類似:
String* s1 = S"Three cats"; CString s2(s1);
這裡可能令人困惑:從 VS.NET 開始,CString 也提供了接受 String* 的建構函式,所以是合法的:
CStringT(System::String* pString);
String* s1 = S"Three cats";
Console::WriteLine(s1);
const __wchar_t __pin* pstr = PtrToStringChars(s1);
for (int i = 0; i < wcslen(pstr); i++)
(*const_cast<__wchar_t*>(pstr + i))++;
Console::WriteLine(s1);
PtrToStringChars() 回傳指向底層字串的 const __wchar_t*。其中 __pin 標記的意思是「釘住」(pinned)——它會告訴垃圾回收器別在這段期間搬移該字串的記憶體位置,讓指標保持有效。
std::wstring 或 C++/CLI 的 String。若非維護既有 MFC 程式,CString 已不是必要選擇。CString 做 (LPTSTR) 轉型。需要可寫指標時一律走 GetBuffer()/ReleaseBuffer(),並確保兩者成對出現,即使中途發生例外。BSTR 必須用 SysFreeString 釋放,不能用 delete 或 free;並注意 BSTR 內部含長度且可包含 \0,因此不是一般意義的 C 字串。StringBuilder。__pin 會阻礙垃圾回收器搬移物件,造成記憶體碎片。只有在效能瓶頸明確指向字串存取時才使用,用完立即釋放。String 應寫成 String^(可追蹤的參考),PtrToStringChars 也改為 pin_ptr<wchar_t>。本文的 String* 與 __pin 語法屬於較早的 Managed Extensions for C++,如今僅具歷史參考價值。