VB中String的用法及原理

    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
98
99
100
0
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
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
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long,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.
    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。