c/c++语言开发共享如何获取多字节字符串的字节大小

根据MSDN ， _tcslen在定义_tcslen对应于strlen 。 strlen将返回字符串中的字节数。 如果使用与_tcsclen对应的_mbslen ，它返回多字节字符数 。

此外，多字节字符串不包含（AFAIK）嵌入的空值，否。

我首先会质疑多字节编码的使用，但是……除非你支持遗留应用程序，否则没有理由在Unicode上选择多字节。

让我们看看我是否可以解决这个问题：

“多字节字符串”是一个模糊的术语，但在微软的世界中，它通常意味着“不是ASCII，而不是UTF-16”。 因此，您可能正在使用某些字符编码，每个字符可能使用1个字节，或2个字节，或者可能更多。 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，即使它没有在MS平台上使用。 字符é在内存中编码为“c3 a9” – 因此，两个字节，但是1个字符。 如果我有字符串“thé”，那就是：

 text: th é  mem: 74 68 c3 a9 00 

这是一个“空终止”字符串，因为它以null结尾。 如果我们想让我们的字符串中包含空值，我们需要以其他方式存储大小，例如：

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

……以及一系列有助于解决这个问题的function。 （这有点像std::string工作方式，非常粗略。）

但是，对于以null结尾的字符串， strlen()将以字节为单位计算其大小，而不是字符。 （还有其他用于计算字符的函数） strlen只计算在看到0字节之前的字节数 – 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。 它们有类似的问题，即字节数！=字符数。 （另外：字节数/ 2！=字符数）让我们再看一遍：

 text: th é  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）。 注意所有的00字节 – 这些都是strlen。 因此，我们调用wcslen ，它将其视为2字节short s，而不是单字节。

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 ）， TCHAR将是char或wchar_t 。 创建TCHAR是为了简化Windows世界中UTF-16的迁移。