Delphi 2009 + Unicode + Char-size

Question

我剛剛獲得Delphi 2009並且之前已經閱讀了一些關於由於切換到Unicode字符串而可能需要的修改的文章。 大多數情況下，提到sizeof（char）不再保證為1。 但是為什么這對於字符串操作會有趣呢？

例如，如果我使用AnsiString：='Test'並對String（現在是unicode）執行相同操作，那么我得到Length（）= 4，這對於兩種情況都是正確的。 沒有測試它，我確信所有其他字符串操作函數的行為方式相同，並在內部決定參數是unicode字符串還是其他任何東西。

如果我進行字符串操作，為什么我會對char的實際大小感興趣呢？ （當然，如果我使用字符串作為字符串而不存儲任何其他數據）

謝謝你的幫助！ 霍爾格

Answer 1

使用Unicode SizeOf（SomeChar）<> Length（SomeChar） 。 基本上， 字符串的長度小於其字符大小的總和。 只要你不假設SizeOf（Char）= 1 ，或者SizeOf（SomeString [x]）= 1 （因為兩者都是FALSE ）或嘗試用char s交換字節 s，那么你應該沒有任何麻煩。 你正在做任何創造性地將字節填入Char s或String s的地方，那么你將需要使用AnsiString 。

（SizeOf（SomeString）仍然是4，無論長度，因為它本質上是一個帶有一些編譯器魔法的指針。）

Answer 2

人們經常在舊的Delphi代碼中隱式地將字符轉換為字節，而沒有真正考慮它。 例如，寫入流時。 將字符串寫入流時，必須指定要寫入的字節數，但人們通常會傳遞字符數。 另見Chris Bensen的這篇文章 。

人們經常進行隱式轉換和舊代碼的另一種方法是使用“字符串”來存儲二進制數據。 在這種情況下，它們實際上需要字節，但數據類型需要字符。 D2009有更好的類型 。

Answer 3

我沒有嘗試過Delphi 2009，但是正在使用fpc，它也會慢慢切換到unicode。 我95％肯定以下所有內容也適用於Delphi 2009

在fpc中（當支持unicode時），像'length'這樣的函數會考慮代碼頁。 因此，它將返回字符串的長度，因為“人類”會看到它。 如果有 - 例如 - 兩個中文字符，它們在unicode中占用兩個字節的內存，則長度將返回2，因為字符串中有兩個字符。 但該字符串將占用4個字節的內存。 （+引用計數和前導＃0的內存，但除此之外）

你做不了的是這個：

var p : pchar;
begin
  p := s[1];
  for i := 0 to length(string)-1 do
    begin
    write(p);
    inc(p);
    end;      
end;

因為這個代碼將 - 在兩個中文字符示例中 - 寫錯了兩個字符。 即兩個字節是第一個“真實”字符的一部分。

簡而言之：Length（）不再返回為字符串分配的字節數，而是返回字符數。 （在切換到unicode之前，這兩個值彼此相等）

Answer 4

除非您在字節級別進行操作，否則字符的實際大小無關緊要。

Answer 5

（當然，如果我使用字符串作為字符串而不存儲任何其他數據）

這是關鍵點，你不會將字符串用於其他目的，但有些人會這樣做。 他們像數組一樣使用字符串，所以他們（包括我在內）需要檢查所有這些用途以確保沒有任何內容被破壞...

Answer 6

不要忘記有時候這種轉換並不是真正需要的。 比如說，將GUID存儲在記錄中。 guid只能包含十六進制字符加上 - 和括號......使它們占用兩倍的空間可以對現有代碼產生相當大的影響。 當然，簡單的解決方案是將它們更改為AnsiString，並在對它們執行任何字符串操作時處理編譯器警告。

Answer 7

如果您進行Windows API調用，則可能會出現問題。 或者，如果您的遺留代碼使用str [0]的 inc或dec來改變其長度。