大送分：关于字符串处理的菜鸟级问题

[yokel]

1.用CString要引入什么头文件呀？老出错
2.哪个处理字符串类好用呀
3.char c1[]="9z按时的sdf"；时，c1[2]不是“按”，怎样可以象VB一样能得到“按”的偏移值为2
4.如“hello,。按,the时world!的sdf”这样一个字符串，如何得到其中各个英文单词及其偏移值，一个汉字或标点只算1

[yokel]

我试试，大家也帮我试试
分有的是

[yokel]

汉字的问题没法解决！！

[lygfqy]

在mfc下，cstring可以直接用，不需要什么头文件阿，照你的定义，cl[2]就是按字，字符串的偏移就是字符的个数阿

[孤必有邻]

1 CString在Afx.h中，通常不需要你直接引用，其它常规头文件里有引用
2 也就CString
3 用unicode编程模式可以取得“按”的偏移值为3，要取得2，只能自己扫描判断
4 用unicode编程模式：字符是1，汉字也是1

[lygfqy]

更正：按字应该为cl[2]和cl[3]，汉字在非unicode的情况下占两个

[canoe_eyes]

cstring 直接可以使用在MFC，它其中的成员函数可以很方便的搞定。

[zhucde]

CString 是直接可以用的,该类在AFX.h中定义,MFC程序肯定已经包含进来.
对于char cl[]="9z按时的sdf";
它不是像你想的那样,9,z都是一个字节,8位,而"按时的"是汉字",它占两字字节,
所以cl[0]是9,cl[1]是z,但cl[2]却不是按,应该是cl[2]和cl[3]结合起来才是"按"

[yokel]

To lygfqy(风清扬) :
我是在控制台程序中用，不行吗？如何加入MFC支持呀。

To wangjinwang(王进)
如何切换到unicode编程模式？

[yokel]

而"按时的"是汉字",它占两字字节，——这个道理我是懂的
关键是怎样作到象VB一样的效果

[xiaohedou]

前两天又人总结过,待会贴给你：

2。CString就很好
3。应该是“按”内码的第一个字节；
4。char mychSet[27]={'a','b'...'z','\0'};
char *pSet = mychSet;
char *pCur="Hello,....";
while(pCur) {
while(pSet)
if(*pCur == *pSet++ ) { do something... };
pCur++;
}

[hellwolf]

既然是在console下，不如直接用std::string

实在要用，#include <afxwin.h>

[DDHuang]

在建立console程序时app wizard里mfc support那个地方打钩
切换倒用不着，在字符串前加 L就表示该字符串做 unicode处理
TCHAR *szabc=L"abc";

[xiaohedou]

网友的文章：非本人作
关于CString总结

前言:串操作是编程中最常用也最基本的操作之一. 做为VC程序员,无论是菜鸟或高手都曾用过CString.而且好像实际编程中很难离得开它（虽然它不是标准Ｃ++中的库）.因为MFC中提供的这个类对我们操作字串实在太方便了,CString不仅提供各种丰富的操作函数、操作符重载，使我们使用起串起来更象basic中那样直观；而且它还提供了动态内存分配，使我们减少了多少字符串数组越界的隐患。但是，我们在使用过程中也体会到CString简直太容易出错了，而且有的不可捉摸。所以有许多高人站过来，建议抛弃它。

在此，我个人认为：CString封装得确实很完美，它有许多优点，如“容易使用 ，功能强，动态分配内存，大量进行拷贝时它很能节省内存资源并且执行效率高，与标准Ｃ完全兼容，同时支持多字节与宽字节，由于有异常机制所以使用它安全方便” 其实，使用过程中之所以容易出错，那是因为我们对它了解得还不够，特别是它的实现机制。因为我们中的大多数人，在工作中并不爱那么深入地去看关于它的文档，何况它还是英文的。

由于前几天我在工作中遇到了一个本不是问题但却特别棘手、特别难解决而且莫名惊诧的问题。最后发现是由于CString引发的，后来，没办法，我把整个CString的实现全部看了一遍，才慌然大悟，并彻底弄清了问题的原因(这个问题，我已在csdn上开贴)。在此，我想把我的一些关于CString的知识总结一番，以供他（她）人借鉴，也许其中有我理解上的错误，望发现者能通知我，不胜感谢。



1 CString实现的机制.

CString是通过“引用”来管理串的，“引用”这个词我相信大家并不陌生，象Window内核对象、COM对象等都是通过引用来实现的。而CString也是通过这样的机制来管理分配的内存块。实际上CString对象只有一个指针成员变量,所以任何CString实例的长度只有4字节.

即: int len = sizeof(CString);//len等于4

这个指针指向一个相关的引用内存块，如图: CString str("abcd");

___

____________ | |

| | | |

| 0x04040404 | | | head部，为引用内存块相关信息

|____________| | |

str |___|

|'a'| 0x40404040

|'b'|

|'c'|

|'d'|

| 0 |



正因为如此，一个这样的内存块可被多个CString所引用，例如下列代码：

CString str("abcd");

CString a = str;

CString b(str);

CString c;

c = b;

上面代码的结果是：上面四个对象(str,a,b,c)中的成员变量指针有相同的值，都为0x40404040.而这块内存块怎么知道有多少个CString引用它呢？同样，它也会记录一些信息。如被引用数，串长度，分配内存长度。

这块引用内存块的结构定义如下：

struct CStringData

{

long nRefs; //表示有多少个CString 引用它. 4

int nDataLength; //串实际长度. 4

int nAllocLength; //总共分配的内存长度（不计这头部的12字节）. 4

};

由于有了这些信息，CString就能正确地分配、管理、释放引用内存块。

如果你想在调试程序的时候获得这些信息。可以在Watch窗口键入下列表达式：

(CStringData*)((CStringData*)(this->m_pchData)-1)或

(CStringData*)((CStringData*)(str.m_pchData)-1)//str为指CString实例



正因为采用了这样的好机制，使得CString在大量拷贝时，不仅效率高，而且分配内存少。





2 LPCTSTR 与 GetBuffer(int nMinBufLength)

这两个函数提供了与标准C的兼容转换。在实际中使用频率很高，但却是最容易出错的地方。这两个函数实际上返回的都是指针，但它们有何区别呢？以及调用它们后，幕后是做了怎样的处理过程呢？

(1) LPCTSTR 它的执行过程其实很简单，只是返回引用内存块的串地址。 它是作为操作符重载提供的，

所以在代码中有时可以隐式转换，而有时却需强制转制。如：

CString str;

const char* p = (LPCTSTR)str;

//假设有这样的一个函数，Test(const char* p)； 你就可以这样调用

Test(str);//这里会隐式转换为LPCTSTR

(2) GetBuffer(int nMinBufLength) 它类似，也会返回一个指针，不过它有点差别,返回的是LPTSTR

(3) 这两者到底有何不同呢？我想告诉大家，其本质上完全不一样，一般说LPCTSTR转换后只应该当常量使用，或者做函数的入参；而GetBuffer(...)取出指针后，可以通过这个指针来修改里面的内容,或者做函数的入参。为什么呢？也许经常有这样的代码：

CString str("abcd");

char* p = (char*)(const char*)str;

p[2] = 'z';

其实，也许有这样的代码后，你的程序并没有错，而且程序也运行得挺好。但它却是非常危险的。再看

CString str("abcd");

CString test = str;

....

char* p = (char*)(const char*)str;

p[2] = 'z';

strcpy(p, "akfjaksjfakfakfakj");//这下完蛋了

你知道此时，test中的值是多少吗？答案是"abzd".它也跟着改变了，这不是你所期望发生的。但为什么会这样呢？你稍微想想就会明白，前面说过，因为CString是指向引用块的，str与test指向同一块地方,当你p[2]='z'后，当然test也会随着改变。所以用它做LPCTSTR做转换后，你只能去读这块数据，千万别去改变它的内容。



假如我想直接通过指针去修改数据的话，那怎样办呢？就是用GetBuffer(...).看下述代码：

CString str("abcd");

CString test = str;

....

char* p = str.GetBuffer(20);

p[2] = 'z'; // 执行到此，现在test中值却仍是"abcd"

strcpy(p, "akfjaksjfakfakfakj"); // 执行到此，现在test中值还是"abcd"

为什么会这样？其实GetBuffer(20)调用时，它实际上另外建立了一块新内块存，并分配20字节长度的buffer,而原来的内存块引用计数也相应减1. 所以执行代码后str与test是指向了两块不同的地方，所以相安无事。

(4) 不过这里还有一点注意事项：就是str.GetBuffer(20)后，str的分配长度为20，即指针p它所指向的buffer只有20字节长，给它赋值时，切不可超过，否则灾难离你不远了；如果指定长度小于原来串长度，如GetBuffer(1),实际上它会分配4个字节长度（即原来串长度）；另外，当调用GetBuffer(...)后并改变其内容，一定要记得调用ReleaseBuffer(),这个函数会根据串内容来更新引用内存块的头部信息。

(5) 最后还有一注意事项，看下述代码：

char* p = NULL;

const char* q = NULL;

{

CString str = "abcd";

q = (LPCTSTR)str;

p = str.GetBuffer(20);

AfxMessageBox(q);// 合法的

strcpy(p, "this is test");//合法的，

}

AfxMessageBox(q);// 非法的，可能完蛋

strcpy(p, "this is test");//非法的，可能完蛋

这里要说的就是，当返回这些指针后， 如果CString对象生命结束，这些指针也相应无效。

[yokel]

其实我想做的4，
等待中....

[yokel]

高手赐教啊，
不知道的麻烦up一下，肯定给分

[skink]

mark

[yokel]

好用，又学了几招

[yokel]

To tigerfox(风之力:=初级程序员.奋斗.被开发中)
我修改了一下，否则
会把"@!d"这样的东西认为是单词
还欠10分，近期开帖奉上,到时通知你

[xiaohedou]

TO yokel (SOD) :抱歉,你的帖子后来就忘看了.你作一个英文字母ASCII吗表,然后用指针比较就行了.

...... //52个小大写字母
unsigned char uAscii[2*26+1] = { 'a','b',...};具体数字忘了,可以查一下;
for(i=0;!(*pCur);i++)
if(*pCur++ != uAscii[i]) //不是英文字母
continue;
......
汉字的内码不在表里,所以找到的都是英文字幕.

[tigerfox]

我来了。


code好使了吗？