Cách nhận kích thước byte của chuỗi nhiều byte

Question

Làm cách nào để nhận kích thước byte của chuỗi ký tự nhiều byte trong Visual C? Có chức năng nào hay tôi có phải tự tính mình không?

Hoặc, tổng quát hơn, làm cách nào để nhận được kích thước byte đúng của chuỗi TCHAR?

Giải pháp:

_tcslen(_T("TCHAR string")) * sizeof(TCHAR) 

EDIT:
tôi đã nói về chỉ null-terminated strings.

Answer 1

According to MSDN, _tcslen tương ứng với strlen khi _MBCS được xác định. strlen sẽ trả về số lượng byte trong chuỗi. Nếu bạn sử dụng _tcsclen tương ứng với _mbslen sẽ trả về số lượng đa byte ký tự.

Ngoài ra, các chuỗi nhiều byte không (AFAIK) chứa các giá trị rỗng được nhúng, không.

Tôi sẽ đặt câu hỏi về việc sử dụng mã hóa nhiều byte ở vị trí đầu tiên, mặc dù ... trừ khi bạn đang hỗ trợ ứng dụng cũ, không có lý do gì để chọn đa byte trên Unicode.

Answer 2

Hãy xem nếu tôi có thể rõ ràng điều này:

"Multi-byte chuỗi ký tự" là một thuật ngữ mơ hồ để bắt đầu với, nhưng trong thế giới của Microsoft, nó thường meants "không ASCII, và không UTF- 16 ". Vì vậy, bạn có thể sử dụng một số mã hóa ký tự có thể sử dụng 1 byte cho mỗi ký tự hoặc 2 byte hoặc có thể nhiều hơn. Ngay khi bạn thực hiện, số ký tự trong chuỗi! = Số byte trong chuỗi.

Hãy lấy UTF-8 làm ví dụ, mặc dù nó không được sử dụng trên nền tảng MS. Ký tự é được mã hóa là "c3 a9" trong bộ nhớ - do đó, hai byte, nhưng 1 ký tự. Nếu tôi có chuỗi "thé", đó là:

text: t h é  \0 
mem: 74 68 c3 a9 00 

Đây là chuỗi "vô hiệu", ở chỗ nó kết thúc bằng một giá trị rỗng. Nếu chúng ta muốn cho phép chuỗi của chúng tôi để có null trong nó, chúng ta cần phải lưu trữ các kích thước trong một số thời trang khác, chẳng hạn như:

struct my_string 
{ 
    size_t length; 
    char *data; 
}; 

... và một loạt các chức năng để giúp đối phó với điều đó. (Đây là loại bao std::string công trình, khá gần.)

Đối null-terminated strings, tuy nhiên, strlen() sẽ tính toán kích thước của chúng theo byte, không ký tự. (Có các chức năng khác để đếm ký tự) strlen chỉ đếm số byte trước khi nó thấy 0 byte - không có gì lạ mắt.

Hiện tại, chuỗi "rộng" hoặc "unicode" trong thế giới của MS đề cập đến chuỗi UTF-16. Họ có vấn đề tương tự trong đó số byte! = Số lượng ký tự. (Ngoài ra: số byte/2 = số ký tự!) Chúng ta hãy nhìn vào một lần nữa:

text: t  h  é  \0 
shorts: 0x0074 0x0068 0x00e9 0x0000 
mem: 74 00 68 00 e9 00 00 00 

Đó là "the" trong UTF-16, được lưu trữ trong little endian (đó là những gì máy tính để bàn tiêu biểu của bạn là). Chú ý tất cả các byte 00 - các strlen chuyến đi này. Do đó, chúng tôi gọi wcslen, xem nó là 2 byte short s, không phải byte đơn.

Cuối cùng, bạn có TCHAR s, là một trong hai trường hợp trên, tùy thuộc vào nếu UNICODE được xác định. _tcslen sẽ là chức năng thích hợp (hoặc strlen hoặc wcslen) và TCHAR sẽ là char hoặc wchar_t. TCHAR được tạo để dễ dàng di chuyển sang UTF-16 trong thế giới Windows.