char字符串和wchar_t字符串之间的函数逻辑重用没有显式字符串复制？

Question

我正在用 C 语言编写一个数据结构来存储命令；以下是我不满意的来源：

#include <stdlib.h>
#include <string.h>
#include <stdbool.h>
#include <errno.h>

#include "dbg.h"
#include "commandtree.h"

struct BranchList
{
    CommandTree *tree;
    BranchList *next;
};

struct CommandTree
{
    wchar_t id;       // wchar support actually has no memory cost due to the 
    bool term;        // padding that would otherwise exist, and may in fact be
    BranchList *list; // marginally faster to access due to its alignable size.
};

static inline BranchList *BranchList_create(void)
{
    return calloc(1, sizeof(BranchList));
}

inline CommandTree *CommandTree_create(void)
{
    return calloc(1, sizeof(CommandTree));
}

int CommandTree_putnw(CommandTree *t, const wchar_t *s, size_t n)
{
    for(BranchList **p = &t->list;;)
    {
        if(!*p)
        {

            *p = BranchList_create();
            if(errno == ENOMEM) return 1;
            (*p)->tree = CommandTree_create();
            if(errno == ENOMEM) return 1;
            (*p)->tree->id = *s;
        }   
        else if(*s != (*p)->tree->id)
        {   
            p = &(*p)->next;
            continue;
        }
        if(n == 1)
        {
            (*p)->tree->term = 1;
            return 0;
        }
        p = &(*p)->tree->list;
        s++;
        n--;

    }
}
int CommandTree_putn(CommandTree *t, const char *s, size_t n)
{
    wchar_t *passto = malloc(n * sizeof(wchar_t));
    mbstowcs(passto, s, n);
    int ret = CommandTree_putnw(t, passto, n);
     free(passto);
    return ret;
}

这很好用，但我对我的树支持wchar_t这一事实的处理方式相当不满意。当我意识到 CommandTree 的填充会使任何小于 7 字节的数据类型花费同样多的内存时，我决定添加这个，但为了不重复代码，我有 CommandTree_putn 重用 wchar_t 中的逻辑-支持CommandTree_putnw。

但是，由于char和wchar_t的大小不同，我不能只传递数组；我必须使用mbstowcs 进行转换并将临时wchar_t * 传递给CommandTree_putnw。这是次优的，因为 CommandTree_putn 将看到最多的使用量，并且这将存储字符串的内存使用量（sizeof (char) 到 sizeof (char) + sizeof (wchar_t)）增加五倍，如果其中很多将被实例化为 longish，则可能会堆叠命令。

我想知道我可以做一些事情，比如创建一个包含逻辑的第三个函数，并传递一个size_t，这取决于它将作为void *传递给它的字符串的值转换为const char * 或 const wchar_t * 但鉴于 C 是静态类型的，我必须将 s 强制转换为其各自类型的逻辑几乎重复，这会破坏我想要的“单实例”的想法逻辑”。

所以最终的问题是，我是否可以只提供一次程序逻辑并分别传递包装器 const char * 和 const wchar_t *，而不在函数中创建临时的 wchar_t * 来处理 const char *？

Answer 1

我不知道您的硬性要求，但 wchar_t 往往因为这个问题而难以使用；很难与使用char 的现有代码相结合。

我使用过的所有代码库最终都迁移到了 UTF-8，这消除了以不同类型存储字符串的必要性。 UTF-8 与标准的 strcpy/strlen 类型的字符串操作函数一起使用，并且完全支持 Unicode。唯一的挑战是您需要将其转换为 UTF-16 才能调用 Windows Unicode API。 （OS X 可以直接使用 UTF-8。）你没有提到平台，所以我不知道这对你来说是否是个问题。在我们的例子中，我们只是编写了采用 UTF-8 字符串的 Win32 包装器。

你会使用 C++ 吗？如果是这样，并且实际类型 wchar_t 很重要（而不是 Unicode 支持），您可以将函数模板化，然后根据字符串宽度使用 std::wstring 或 std::string 实例化它们。如果你够勇敢的话，你也可以基于char 和wchar_t 编写它们，但是你需要编写特殊的包装函数来处理strcpy 和wcscpy 这样的基本操作，所以它最终会更多到目前为止总体工作。

在普通的 C 语言中，我认为根本没有灵丹妙药。有一些令人讨厌的答案，但我不能直截了当地推荐。