VB中String的⽤法及原理
转载：VB中String的⽤法及原理
2008-05-07 09:02
在各种不同开发语⾔中，字符串类型显然是最常见，也是最常⽤的。
常⽤代表它最易⽤，是这样吗？未必，越简单，越普通，你会忽视，内⾥隐藏着的陷井更容易使你中招。它往往是绊脚⽯，或者程序中性能的瓶颈。
本⾝，我对VB语⾔及相关应⽤并不太熟，只不过近期编码⽤到，有些体会。
⼀: 先来总结⼀下，常⽤编程语⾔的字串表达⽅式:
C:      char(wchat_t) * 或 []:  字符数组来表⽰字符串，以0结尾,⽆长度标识。
配⼀堆操作函数，不好记，不好⽤。
C++:  std::string  basic_string<>的特化版本. 注意：其内在的数据区由默认的内存管理器分配。
对象哈，提供还算好⽤的⽅法。
MFC: CString 标准的C++类. 数据项：LPTSTR ⼀堆可⽤的⽅法。
Windows普通API DLL:        LPTSTR 采⽤C标准的0结束字串
Windows扩展COM中:          BSTR  OLE标准, 头上带长度标识的字符串.
Java中:                            java.lang.string
VB中:                              String    实际上就是OLE标准的BSTR
好了，我们关⼼的是BSTR。
看看BSTR到底是什么东东。
1.0：看看在Windows SDK中的定义：
typedef OLECHAR* BSTR;
typedef WCHAR OLECHAR;
typedef wchar_t WCHAR;
所以，它实际上是宽字符指针。
1.1：它的内存结构呢？很容易查到资料。
前置四字节，内置字串的长度，后⾯是字串内容，原则上并不以'/0'结尾，长度由前置值决定。
所以，它⼜不简简单单就是宽字符指针。但从基本类型定义上来看，它与宽字符指针是可以划等号的。
1.2：那VB中的String也就明⽩了。实际上是地址，是字串的⾸地址(注意：不是长度的⾸地址)
另外，String是可以装载中间带'/0'字符的字串的，只不过，⼀些显⽰函数可能将其省略。
如：dim str as string
str = "ab" & chr(0) & "cd"
MsgBox str  '输出:ab
Debug.Print str '输出 ab cd
1.3：可以看出，它很特珠，Windows提供⼏个函数，⽤来分配和释放它。
分配：SysAllocStringLen      SysAllocString
释放：SysFreeString
取长度：SysStringLen
注意：分配得到的BSTR，实际上仍然是以'/0'结尾。SysStringLen似乎有点⼉英雄⽆⽤武之地，呵。
⽐如：SysAllocStringLen 的说明⽂档：
Allocates a new string, copies cch characters from the passed string into it, and then appends a null character.
⽐如：SysAllocString，我们可以通过例⼦：
BSTR bstrVal = ::SysAllocString(L"abcd");
for(int n=0;n<::SysStringLen(bstrVal)+1;n++)
{
TRACE(_T("/n%d"),*(bstrVal+n));
}
::SysFreeString(bstrVal);
输出：
97
97
98
99
100
仍然有0。
1.4：VC中的⽤法：
⽆论⽤MFC，还是ATL，实际上，由于BSTR并不是基本类型，⽽它的相关操作函数也是沿⽤的以'/0'
结尾的函数，所以，虽然它在字串中可以带'/0'，但实际上，经过相关操作后，'/0'后的内容会丢掉，这要⼩⼼。⽐如，我们看看CString的构造：
CString::CString(LPCWSTR lpsz)
{
Init();
int nSrcLen = lpsz != NULL ? wcslen(lpsz) : 0;
if (nSrcLen != 0)
{
AllocBuffer(nSrcLen*2);
_wcstombsz(m_pchData, lpsz, (nSrcLen*2)+1);
ReleaseBuffer();
}
}
⼩结：BSTR有长度标识，但是MS在实现时，为了兼容以前的字串操作，再加上BSTR并不是基本类型，所以，它的分配函数和⼀些操作函数都是把它当作'/0'结尾来处理。千万要注意。最好也不要⽤它来装载中间带'/0'的字串，因为，说不定什么时候，它就丢掉了。
⼆:  VBr的应⽤中将⿇烦的地⽅，应该集中在以下⼏个⽅⾯:
2.1: VB调⽤Windows API DLL
2.1.1: 字串作为输⼊参数
这还⽤说吗?
在API中如果是LPTSTR，在VB中直接转为Byval s as String
原因?  为什么 BSTR可以直接转为 LPTSTR ?
前⾯其实已经讲了，再说⼀次吧。
BSTR实际上是指针，指向字串头.所以，采⽤ByVal指向的刚好是字串的⾸地址，也就是LPSTR，嘿
嘿，刚刚好，符合需要，真是巧啊。
2.1.2: 字串作为输出参数
这个⿇烦⼀点，举个例⼦吧.
如:
UINT GetWindowsDirectory(
LPTSTR lpBuffer,
UINT uSize
);
使⽤API Viewer得到声明
Public Declare Function GetWindowsDirectory Lib "kernel32" Alias "GetWindowsDirectoryA" _
(ByVal lpBuffer As String, ByVal nSize As Long) As Long
代码:
Dim sTemp As String * MAX_PATH
Dim lsize As Long
Dim str As String
lsize = GetWindowsDirectory(sTemp, MAX_PATH)
str = Left(sTemp, lsize)
MsgBox "Windows路径:" & str & "长度:" & Len(str)
注意⼀下:
A: 引⽤的Windows API是A版,⽽不是W版，如果是W版会有错误.
原因，我的猜测是:    VB的API调⽤机制中，字串强制做了UNICODE到ANSI的转换.API的DLL没法告知调
编程语言vb是什么⽤端，它是Unicode版还是ANSI版.如果是OCX或COM就没问题了，因为它们有标识。没办法，只能⽤⼀种了， MS选了A版。
B: 参数是ByVal
B: 参数是ByVal
道理同作为输⼊时，实际上传的指针，所以，指向的内容是可以修改地，也就可以返回了。
C: 根据API的使⽤说明，可得到
[out] Pointer to the buffer to receive the null-terminated string containing the path.
需要调⽤⽅分配空间，因此, sTemp需要给⾜够长度的空间.
D: 返回的0结尾的字串，可以⽤left达到⽬的.
因为:VB的String对应的是BSTR类型，长度由前置字节决定,⽽不是0字符决定.
2.1.3: 字串作为Return值
这种API是不是存在呢?系统级的没看见,⼀般不会这样⽤，因为这存在内存分配的问题.
但我⾃已好像写过，处理⽅式是:
VB声明中可以使⽤long返回，然后⽤lstrcpy进⾏转换,
说起lStrCpy就不得不说说它的作⽤了，它实在是很关键，它很神奇，它可以把
地址指向的字符串拿出来。
我们来看看原理：
lStrcpy本⾝只是简单的复制字符串的函数：
Public Declare Function lstrcpy Lib "kernel32" Alias "lstrcpyA" (ByVal lpString1 As String, ByVal lpString2 As String) As Long 如果按照API View中的声明，是不⾏的.它确实就是字串拷字串，没办法把字址指向的字串拷到另⼀串.
好了，需要⼩⼩改动⼀下：
⾸先：⽬的地没错，确实应该是指向字串的⾸地址.⽤Byval String就可以.第⼀个参数OK。
源串呢? 因为你传⼊的实际上不是String,⽽是long啊(上例返回的是long噢)，那当然应该将声明改成lon
g，否则，传⼊的String会变成啥，啥都不是呢?就这么简单。
2.1.4: LPTSTR 都可以⽤VB的byval String替代吗?
如果在结构体⾥，可就不是这样了.
如:EnumForms  枚举某个打印机的所有打印纸型。
Public Declare Function EnumForms Lib "winspool.drv" Alias "EnumFormsA" (ByVal hPrinter As Long, _ ByVal Level As Long, ByRef pForm As FORM_INFO_1, ByVal cbBuf As Long, ByRef pcbNeeded As Long, _
ByRef pcReturned As Long) As Long
对于 FORM_INFO_1的定义:
Public Type FORM_INFO_1
Flags As Long
pName As String
Size As SIZEL
ImageableArea As RECTL
End Type
如果按上述的⽅法调⽤，会出现异常.估计是在拷贝数据时,String实际上是不同于LPTSTR的，因为它的前⾯还有四字节是标识长度的，如果定义为String，那在构造pName之前的长度，必将动到它不应该动到的地⽅，这样，就错了.想来不会异常退出的，但却退出了，不知原因(我没弄明⽩)
所以，此种情况，应该将pName变为long，然后再⽤2.1.3提到的⽅法，将字串拷贝出来使⽤.
这样，就OK了。
引申⼀下：
对于⼀些API中⼤的结构体中的指针类型，我们完全可以⽤long来取代它，然后传递0&，因为，⼤多数情况，我们是不需要传⼊任何参数的，避免定义很多我们并不需要的类型.这样就降低了API使⽤的复杂性。
2.2 : VB调⽤COM组件(或OCX控件)
这似乎没啥可说的,COM组件的接⼝⼀般都是标准的BSTR，与VB的String完全兼容.
VB调⽤端没啥问题，倒是书写COM的程序需要注意:
2.2.1: 应⽤端可能会传⼊空指针.⽐如传⼊vbNullString，这需要留意.
2.2.2: BSTR的释放与普通LPTSTR可不同，使⽤前需要初始化，使⽤后要释放，当然,VB⽆此烦恼.
3: VB字串的连接操作.
当我们要序列化⽣成⽂本⽂件时,⼤都喜欢先将内容写⼊字串，然后再⼀次写了⽂件.否则多次写⼊⽂件，似乎有效率低之嫌，但如果字串为多次累加⽽成，那么使⽤VB字串的连接操作，将是效率极差的做法，这也变成性能低下的重要原因.
多次累加⽽成，那么使⽤VB字串的连接操作，将是效率极差的做法，这也变成性能低下的重要原因.
分析⼀下原因：
对于String的连接，系统的做法⼀定是重分配空间，搬移到新空间，拷贝进新内容.如果连接次数较多，且较细，那将是灾难性的。(类似MFC 的CString的做法，假设我们要写⼀个100K长度的字串，但每次添加⼀个字符，那你可以试试它的速度)
如何解决?
很简单，采⽤预分配内存块, 当内存块不够⽤时，⾃动增加指定块的增量(当然每次增长的内存块这个阀值需要慎重考虑)
这样，减少搬移操作，效率⾃然提升。
具体实现：可以使⽤内存操作API实现.VB会⿇烦⼀点(需要⽤API⽣成全局内存，⾃⾏完成搬移，拷贝),
VC可以直接使⽤CMemFile简单搞定.
4: VB字串多语⾔化
4.1: ⼀般的做法是: 将原⽣串与多语⾔串做成Key.Value Pair结构。多语⾔信息为Value，然后做⼀个简单的Hashc ode来索引，或者⼲脆⽤Hash Map来实现 (为了更⾼效，更容易使⽤已有容器，最好借助于C++编写相关⽀持)。
4.2: 为了使UI上的字串也能多语⾔化，需要保证字串信息为动态加载。
4.3: 对于控件的字体编码字符集也需要处理，以保证正确显⽰。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。