Delphi 中的字符串
——《Delphi6 开发人员指南》读书笔记
Spacesoft【暗夜狂沙】
Delphi 对字符串这个结构的支持是十分丰富的，不仅有Delphi 本身支持的string 类型，还支持和C 语言兼容的字符串数组。那么他们之间有什么区别呢？本文试图就此做一个详细的剖析，并且试图回答论坛上常见的几个问题。
首先，我们要讨论的是Delphi 中的string 到底是什么东东，因为我们在OP 的语法参考手册上知道，Delphi 有三种string ： ShortString、AnsiString (就是兼容BCB 的AnsiString 的那种)以及WideString (用来支持Unicode 的，其他的和AnsiString 是完全一样的)。在默认的情况下，编译器将把string 解释为AnsiString ，而需要的时候，可以设置使编译器将string 解释为ShortString(当然，我们很少见到人要这么做，因为AnsiString 用得很好,而ShortString 只支持255 个字符，并且和C 语言的字串数组不兼容，这个我们后面会提到)，对应的编译器指示符号是默认的{$H+} 和 {$H-}。
那么，这三种string 到底有什么差别呢？差别在于他们的不同结构。
对于ShortString 来说,它在内存中的结构可以表示为：
strShort = record
wLength: WORD;
szBuf: array of Char;
end;
也就是说，对ShortString 的每次操作，不需要遍历这个字符串便可以取得这个字串的大小了。另外，这个字串数组的最后是没有一个#0 字符作为结尾的。因此ShortString 的数组和C 语言的字符串是不兼容的。
对于AnsiString 来说，根据《Delphi6 开发人员指南》的描述，它的结构可以表示如下：
strAnsi = record
nSize: Integer;
nRef: Integer;
nLength: Integer;
szBuf: array of Char;
end;
也就是说AnsiString 不仅仅保存了本字串的长度，还保存了对这个字符串的引用数。因此，不同的AnsiString 事实上可能具有相同的物理地址，所以Delphi 的字符串拷贝经常是效率惊人的。然而，当一个字符串改变时怎么办呢？Delphi 将释放对这个字符串的引用(把nRefCount 减1)，然后新建一个字符串来装载新的内容。
另外，与ShortString 不同的是，AnsiString 的字符数组是以#0 结尾的，这样szBuf 就可以被当成C 中的字符数组了。估计这样的设计是为了兼容Win32 API。
WideString 和AnsiString 基本上是一样的，所以我们讨论的时候，仅仅讨论AnsiString 和ShortString。
然后， 我们要说明的是，string 具有生存期管理特性。就是说，当string 超出作用域后，字符串占用的资源自动被释放掉。这个机制是怎么实现的呢？对于全局变量，当然它的作用域就是它所在的Unit 的生存周期，那么当然可以在finalization 段进行释放了。而函数中的变量呢？编译器就自动在整个函数的外面套上一个try ... finally 处理。这样，不管什么情况下，这些变量就总能释放掉了。
下面一个问题是：假如现在有一个指针，它被指向一个string， 那么它指向的东西是什么呢？
答案是：指向szBuf 的开头，并且ShortString 不支持这样的强制转换(这是很自然的，因为做这样转化的目的纯粹就是为了和C 语言兼容)。于是string[1] 就是这个字符串的第一个字符。于是，“看起来”这个字符串就只有那些字符了。于是，我们就可以用PChar() 强制类型转化把一个string 转化为一个PChar，然后传到需要字符数组作为参数的Win32 API 中，因为“看起来” 这个字符串这个时候确实是一个标准的C 语言字符串。甚至，我们可以这样使用字符串：
procedure Test();
var
strBuf: string;
begin
SetLength(strBuf, 255); //千万不要忘了先给你的字符串申请足够的空间，不然……嘿嘿，等着弹框儿吧^_^
GetModuleFileName(0, PChar(strBuf), 255);
ShowMessage(strBuf);
end;
我们知道，这个API 的原型是这样的：
DWORD GetModuleFileName(
HMODULE hModule, // handle to module
LPTSTR lpFilename, // Pointer to a buffer that receives the fully-qualified path for the module
DWORD nSize // size of buffer
);
这个API居然以为我们真的根据它的要求传了一个array of Char 进去！
通过类似这样的机制，Delphi 使它的使用者在C 语言写的API 原型中可以自由的穿行，一点都没有“二等公民”的感觉，而且又可以享用Delphi 本身的数据类型带来的方便，了不起！
现在我们来总结一下Delphi 中字串类型的特点：
1、与C 语言不同，不是依靠#0 字符做字串结束标志，而是通过字串前面的数字来记录字符串的长度(尽管为了和C 语言兼容，AnsiString 的字串实现确实是在结尾放了一个#0 字符的)
2、string 是具有生存期管理特性的，当string 超出作用域后，字符串占用的资源自动被释放掉。
3、对字符串进行强制类型转化为PChar ，会得到一个字符串指针，这个字串指针的用法和C 语言中的数组是一样的。
对于
strBuf: string;
SetLength(strBuf, 255);
你在使用时，可以把PChar(strBuf) 看作是C 语言里的这样一个东西：
char strBuf[255];
记住，在上个声明里strBuf 是一个指针，它指向那个指针数组的第一个字符的地址，而你做PChar(strBuf) 运算得来的指针就是这个东西。
在最后，解释一下《开发人员指南》里面引起过一段争论的一句话：
“在练习将一个字符串转换为PChar类型时要小心，因为字符串在超出其作用范围时有自动回收的功能，因此当进行P:=PChar(Str)的赋值时，P的作用域(生存期)要比Str 长。”
这句话的意思是这样的：字符串类型是具有自动回收功能的，但是字符串指针没有。P:=PChar(Str)返回的指针可能在作用域之外使用，因此P 的生存周期可能比Str 要长。举个例子来说明：
procedure getPChar(P: PChar);
var
strTmp: string;
begin
strTmp := 'asasass';
P := PChar(strTmp);
end;
这个时候，明显返回的这个指针P 的作用域要大于strTmp，那么这个过程结束的时候，strTmp已经被自动释放掉了。调用这个过程的函数得到的P 事实上已经是一个悬挂指针，没有意义了。作者的本意是提醒读者注意防止这样的情况发生。
参考文献：
1、《Delphi6 开发人员指南》，Steve Teixeira 等著，龙劲松等译，机械工业出版社，北京，2003年1月第一版
2、《Object Pascal 语言参考手册》
阅读(1478) | 评论(0) | 转发(0) |
