如何在 Visual C 中获取多字节字符串的字节大小?有函数还是我必须自己数字符?
或者,更一般地说,如何获得 TCHAR 字符串的正确字节大小?
解决方法:
_tcslen(_T("TCHAR string")) * sizeof(TCHAR)
编辑:
我只是在谈论以 null 结尾的字符串。
最佳答案
让我们看看我能否解决这个问题:
“多字节字符串”一开始是一个模糊的术语,但在微软的世界里,它通常意味着“不是 ASCII,也不是 UTF-16”。因此,您可以使用某些字符编码,每个字符可能使用 1 个字节,或 2 个字节,或可能更多。一旦这样做,字符串中的字符数 != 字符串中的字节数。
我们以 UTF-8 为例,尽管它并未在 MS 平台上使用。字符 é 在内存中被编码为“c3 a9”——因此,两个字节,但 1 个字符。如果我有字符串“thé”,它是:
text: t h é \0
mem: 74 68 c3 a9 00
这是一个“以空值终止”的字符串,因为它以空值结尾。如果我们想让我们的字符串中有空值,我们需要以其他方式存储大小,例如:
struct my_string
{
size_t length;
char *data;
};
... 以及一系列帮助处理该问题的函数。 (这就是 std::string
的工作方式,非常粗略。)
然而,对于以 null 结尾的字符串,strlen()
将计算它们的大小以字节为单位,而不是字符。 (还有其他用于计算字符的函数)strlen
只是在它看到 0 字节之前计算字节数——没什么特别的。
现在,MS 世界中的“宽”或“unicode”字符串指的是 UTF-16 字符串。他们有类似的问题,因为字节数!=字符数。 (另外:字节数/2 != 字符数)让我们再看一遍:
text: t h é \0
shorts: 0x0074 0x0068 0x00e9 0x0000
mem: 74 00 68 00 e9 00 00 00
这是 UTF-16 中的“thé”,存储在小端(这是典型的桌面)。请注意所有的 00 字节——这些会导致 strlen 出错。因此,我们调用 wcslen
,它将其视为 2 字节的 short
,而不是单个字节。
最后,您有 TCHAR
,这是上述两种情况之一,具体取决于是否定义了 UNICODE
。 _tcslen
将是适当的函数(strlen
或 wcslen
),而 TCHAR
将是 char
或 wchar_t
。 TCHAR
的创建是为了简化 Windows 世界中向 UTF-16 的迁移。
关于c - 如何获取多字节字符串的字节大小,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/3358442/