前一段时间因为基于MFC和ATL做一点东西，被里面的字符串处理弄得几乎要吐血。。。没办法只好baidu+google+msdn。。。这样简单的事情都费了老大的功夫，看来以我的水准离程序员实在还是有很大差距。由此不由的向sphinx、clx、gy，以及MH、QLY和老Cao等致以崇高的敬意：何时才能修炼到你们的水准呐？！！！
这里就算是对相关字符串处理做一个小结，很多东西来源于Internet，我也尽可能将出处标明。怎么说也可算是半原创了吧，这可是开天辟地头一遭啊

 以下是正文：

---

1. char, string和wchar_t, wstring
    C/C++标准最基本的情况大家耳熟能详，没有什么好说的，无非是char* 和 string类的转换问题。string在名为std的命名空间中提供，实际上是basic_string<char>，即basic_string模板类的char实例化。
    从char*到string没的说，可直接利用构造函数；反过来从string到char*则一般依赖string类的成员函数c_str()，不过有个小问题，因为函数返回值是const char*，因此若要对其做改变还是自己copy一份比较稳当。
    以上我们可以称之为ANSI标准，到这里其实问题不是太大，无非是某些字符串处理函数是否线程安全，是否会导致Buffer Overflow等等。这些安全方面的考量不在本文的考察范围之类，因此直接无视之。但众所周知ANSI是8bit的东西，容纳不下像天朝这么博大的文字。于是后来就有了Unicode，就有了wstring，其实这仅仅是模板类basic_string的wchar_t实例化而已。
   
    PS：在VC的项目中，有选择“Use Unicode Character Set”或者“Use Multi-Byte Character Set” (MBCS)。这是两种不同的编码，前者都是两个字节，后者是混合型的(兼容ANSI，因此对英文来说没有区别)。在VC项目中的区别，据[1]说是区别在于前者编译器添加了“_UNICODE” 定义进行编译，而后者则没有这样的定义，一切依赖于“_UNICODE”的值，这样的话有个不错的变通方法，即按照VC中TCHAR的定义，自己定一个新 的类“tstring”，具体办法见[1]。
   
2. ANSI和Unicode之间的转换
    如果ANSI和Unicode之间井水不犯河水，大家和平相处那就真的是天下太平啦。但人生不如意事十之八九，譬如不少软件系统，尤其是早期的版本很多建立在ANSI之上，为了跟上时代的脚步，需要向Unicode迁移；还有一些就是像我这样自作孽不可活的家伙，因为习惯于char*，于是不管三七二十一乱搞一通，后来发现某些东西(如COM)收礼只收Unicode。。。于是陷入没完没了的ANSI和Unicode之间的互相转换。。。泪流满面。。。
    言归正传。事实上从原理来说ANSI和Unicode之间的转换其实很简单，无非是单字节双字节表示方法的变换而已。问题在于自己做这样的转换既不安全亦不可靠(NB人士除外)。为此，ANSI和Win32各自提供了一套转换方法[2]：

•   ANSI: setlocale,mbstowcs,wcstombs
•   Win32: MultiByteToWideChar WideCharToMultiByte

   [2]也给出了一些使用的例子，请自行参考。
   但上述函数，尤其是Win32的函数保持了一贯的参数冗长的特色，实在是麻烦的紧。于是在MFC和ATL中提供了一系列东西供大家使用。。。不过数目是多了一点，让人有目不暇接之感。MFC曾经比较基本和常用的就是:
            1) A2CW      (LPCSTR) -> (LPCWSTR)
            2) A2W      (LPCSTR) -> (LPWSTR)
            3) W2CA      (LPCWSTR) -> (LPCSTR)
            4) W2A      (LPCWSTR) -> (LPSTR)
   这里LPCSTR即const char*， LPCWSTR指的是const wchar_t*，中间的C指的是const。。。依次类推。这四个都是宏，是基于MultiByteToWideChar WideCharToMultiByte两个函数或衍生函数之上的。
    不过列为看官，以上四个那都是老黄历了，(如果没有搞错的话。。。)自ATL 7.0之后定义了新的模板类以及基于这些模板类的宏，供MFC和ATL使用，MSDN给出的格式形如：CSourceType2[C]DestinationType[EX]。譬如CA2W，CW2CA等等。第一个C并非是指const，而是代表Class(个人感觉Convert更贴切^_^)：

•    SourceType and DestinationType are described in the table below.
•    [C] is present when the destination type must be constant.
•    [EX] is present when the initial size of the buffer must be specified as a template argument.

SourceType/DestinationType	Description
A	ANSI character string.
W	Unicode character string.
T	Generic character string (equivalent to W when _UNICODE is defined, equivalent to A otherwise).
OLE	OLE character string (equivalent to W).

    一般来说，我们大都使用通过typedef CA2WEX<> CA2W来定义的CA2W以及对应的CW2A。没有EX表示使用默认的缓冲区大小。这里的陷阱在于：由于返回的字符串的空间是在栈中分配的，因而它不能直接作为函数的返回值。
   

    PS: [2]提到Linux没有实现ANSI的这一套函数其实并不确切，[3]对此有一些解释。
   

---

References:
1. http://msdn.microsoft.com/en-us/magazine/cc188714.aspx
2. http://dev.csdn.net/article/45/45124.shtm
3. http://aaronike.spaces.live.com/blog/cns!437ebac13d3cefcd!120.entry