VC++の文字列型のまとめ

URL:http://www1.odn.ne.jp/~aaa10090/zaregoto/deb/d050218j.htm
このTIPSが３年前くらいにあったら、私自身助かったのですが・・・。
毎回ヘッダファイルを調べたりするので、まとめておきます。

Javaの場合

Javaはすっきりしていて、

• java.lang.String
• java.lang.StringBuffer
• char[]
• byte[]

くらいじゃないでしょうか。
エンコードを気にしなくてよいのならば、上の２つで用は足ります（たぶん）。

Cの場合

純粋なC言語では、

• char *
• unsigned char *

になります（たぶん）。
日本語（MBCS)を扱う場合に、unsignedにするか、キャストしないとよく泣かされます。

C++の場合

純粋なC++言語では、

• char *, unsigned char *
• const char *, const unsigned char *
  

でいいんでしょうか？
そもそも、純粋なC++なんてよく知りません。

VC++の場合

MS-C(DOS用コンパイラ）時代から使ってますが、Microsoftはいろんなことをしてくれます。

ざっくりあげると、(unsignedは省略）

• char *, const char *
• wchar_t *, const wchar_t *
• OLECHAR *, const OLECHAR *
  
• _TCHAR, const _TCHAR *
  
• LPSTR, LPCSTR
• LPWSTR, LPCWSTR
  
• LPOLESTR, LPCOLESTR
  
• LPTSTR, LPCTSTR
• CString
• BSTR
• CComBSTR, _bstr_t

charとwchar_tとOLECHARと_TCHAR

まず文字型から。
C言語標準は、char（１バイト）です。

その後、JavaのようにUnicodeを持つための文字型が、wchar_t（２バイト）です。 ↓

typedef unsigned short wchar_t;

なお、OLECHARもWin32環境ならばwchar_tと同じです。
Win32でない環境は、OLECHAR=char（らしい）。

さらに、プリプロセッサで両方を切り替えるための文字型が、_TCHARです。

_MBCSが定義してあれば、_TCHAR = char
_UNICODEが定義してあれば、_TCHAR = wchar_t

LP～

LP～は、long pointer～の省略です。実際には、far pointerです。
far *とは、６４KBのセグメントの壁がどうのと言っていた時代の話で、知らなければそれはそれで幸せです。

さて、C = const, W = wchar_t, T = _TCHARと置き換えれば、機械的に意味が分かります。
また、BSTRはOLECHAR *です。

• LPSTR = char *
• LPCSTR = const char *
• LPWSTR = wchar_t *
• LPCWSTR = const wchar_t *
• LPOLESTR = OLECHAR * = BSTR = LPWSTR(Win32)
• LPCOLESTR = const OLECHAR * = LPCWSTR(Win32)
  
• LPTSTR = _TCHAR *
• LPCTSTR = const _TCHAR *

char *とCString

char *のやっかいなところが、メモリ管理です。

もちろん、

char buf[64*1024];

とすれば、軽くスタックに６４KBの文字列バッファは取れます。

しかし、ちゃんとメモリ確保するとなると、

char * buf = (char *)malloc(64*1024);

をしたのち、不要になれば、

free(buf);

をする必要があります。

そこで、CStringクラスを使うと、メモリ管理を気にせずに可変長文字列を扱えるので、
本来のアプリケーションのロジックに専念できます。


位置づけ的には、JavaのStringがCStringと同じ感じになります。
また、Javaではガーベッジコレクションがあるので、

byte[] buf = new byte[64*1024];

をした後に、

buf = null;

しなくても、これがローカル変数ならば気にする必要はありません。

char *とBSTR

面倒なことにCOMを作ると、BSTRを使うことになります。
BSTRとは、BASIC Stringのことで、BASIC言語の文字列型です（たぶん）。

BSTRは、Unicodeで表現したnull終端の文字列とポインタの前にバイトサイズを持っています。
ちょうどPascal文字列（先頭に文字列サイズを持っている）とC文字列（null終端）を足したようなものです。

BSTRの定義は、

typedef OLECHAR * BSTR;

となっています。つまり、BSTR = LPOLESTR = LPWSTR(Win32)と同じです。

BSTRはchar *と同様にメモリ管理をしないといけないです。

BSTR bstrMsg = SysAllocString(OLESTR( Hello ));
SysFreeString(bstrMsg);

char *:

↓ポインタ
H	e	l	l	o	(null)
48	65	6C	6C	6F	00

wchar_t *:

↓ポインタ
H	e	l	l	o	(null)
48 00	65 00	6C 00	6C 00	6F 00	00 00

BSTR:

	↓ポインタ
size=10	H	e	l	l	o	(null)
0A 00 00 00	48 00	65 00	6C 00	6C 00	6F 00	00 00

BSTRとCComBSTRと_bstr_t

BSTRだとメモリ管理が面倒なので、用意されたのがCComBSTRと_bstr_tです。
CComBSTRはATLのクラスで、_bstr_tはコンパイラCOMサポートクラス（なんじゃそりゃ）です。

CStringがchar *のメモリを管理してくれるのと同様に、CComBSTR(_bstr_t)がBSTRのメモリ管理をしてくれます。

---

（おまけ）COMクラスのプロパティの実装

ATLによるCOMクラスのプロパティ設定／取得の方法です。

前提としてクラス変数は、以下の変数を定義しています。

    CComBSTR m_Name;
   CString m_csName;

プロパティの設定

設定は、BSTR文字列をCComBSTRへ代入するだけ。

    STDMETHODIMP CXWFUser::put_Name(BSTR newVal){
       m_Name = newVal;
       return S_OK;
   }

また、CStringも代入するだけ。 CStringのコンストラクタにBSTR引数は存在しないが、LPCWSTR引数があるので渡すことができる。

    STDMETHODIMP CXWFUser::put_Name(BSTR newVal){
       m_csName = newVal;
       return S_OK;
   }

プロパティの取得

取得は、CComBSTRで変数を持っている場合は、CopyToしないと落ちる（らしい）。

    STDMETHODIMP CXWFUser::get_Name(BSTR *pVal){
       m_Name.CopyTo( pVal );
       return S_OK;
   }
  
   危険なコード
   STDMETHODIMP CXWFUser::get_Name(BSTR *pVal){
       *pVal = m_Name;
       return S_OK;
   } 

また、CStringで変数を持っている場合は、AllocSysString()を呼んでBSTRを確保する。

    STDMETHODIMP CXWFUser::get_Name(BSTR *pVal ){
       *pVal = m_csName.AllocSysString();
       return S_OK;
   }