Unicode 字符串和 TStringStream答案

【问题标题】：Unicode string and TStringStreamUnicode 字符串和 TStringStream
【发布时间】：2010-10-11 13:52:49
【问题描述】：

Delphi 2009 及更高版本使用 unicode 字符串作为其默认字符串类型。据我了解，unicode char 实际上是 16 位值或 2 个字节（注意：我知道可能有 3 或 4 个字节的 char，但让我们考虑最常见的情况）。但是我发现 TStringStream 操作这些字符串不是很可靠。例如，TStringStream.Size 属性返回字符串的长度，而我认为它应该返回包含字符串的字节数。好吧，你可以自己调整它，但最让我困惑的是：TStringStream 不能可靠地读取或写入缓冲区。

请检查以下代码（这是一个 DUnit 测试，总是失败）。请告诉我问题出在哪里（我在测试代码时使用的是 D2010）。

procedure TestTCPackage.TestStringStream;
const
  cCount = 10;
  cOrdMaxChar = Ord(High(Char));
var
  B: Pointer;
  SW, SR: TStringStream;
  T: string;
  i, j, k : Integer;
  vStrings: array [0..cCount-1] of string;
begin
  RandSeed := GetTickCount;
  for i := 0 to cCount - 1 do
  begin
    j := Random(100) + 1;
    SetLength(vStrings[i], j);
    for k := 1 to j do
      // fill string with random char (but no #0)
      vStrings[i][k] := Char(Random(cOrdMaxChar-1) + 1);
  end;

  for i := 0 to cCount - 1 do
  begin
    SW := TStringStream.Create(vStrings[i]);
    try
      GetMem(B, SW.Size * SizeOf(Char));
      try
        SW.Read(B^, SW.Size * SizeOf(Char));

        SR := TStringStream.Create;
        try
          SR.Write(B^, SW.Size * SizeOf(Char));
          SR.Position := 0;

          // check the string in the TStringStream with original value
          Check(SR.DataString = vStrings[i]);
        finally
          SR.Free;
        end;
      finally
        FreeMem(B);
      end;
    finally
      SW.Free;
    end;
  end;
end;

注意：我已经尝试使用 TMemoryStream 的实例作为读取/写入缓冲区的中介，并使用 TStringStream 的 CopyFrom 读取该 TMemoryStream 的内容，但效果相同。

【问题讨论】：

标签： delphi delphi-2010

【解决方案1】：

Unicode 字符串不用于数据存储；为此使用TBytes。 TStringStream 使用其关联的编码（Encoding 属性）对使用WriteString 传入的字符串进行编码，并对使用ReadString 或DataString 属性读出的字符串进行解码。

【讨论】：

其实代码不是关于数据存储的，但是看了你的回答和另一篇帖子后，我发现了问题所在。默认情况下，TStringStream 使用的是 ASCII/ansistring。谢谢！

【解决方案2】：

在阅读this post（感谢 Serg 提供了该问题的答案）和 Barry Kelly 的回答后，我发现了问题所在。 TStringStream 实际上默认使用 ASCII/ansistring 编码。因此，即使您的默认字符串类型是 unicode，除非您特别告诉它，否则它不会使用 unicode 编码。个人觉得很奇怪。也许是为了更容易转换旧代码。

因此，您必须专门将 TStringStream 的编码设置为 TEncoding.Unicode 以正确操作 unicode 字符串。

这是我通过 DUnit 测试的修改代码：

procedure TestTCPackage.TestStringStream;
const
  cCount = 10;
  cOrdMaxChar = Ord(High(Char));
var
  B: Pointer;
  SW, SR: TStringStream;
  i, j, k : Integer;
  vStrings: array [0..cCount-1] of string;
begin
  RandSeed := GetTickCount;
  for i := 0 to cCount - 1 do
  begin
    j := Random(100) + 1;
    SetLength(vStrings[i], j);
    for k := 1 to j do
      // fill string with random char (but no #0)
      vStrings[i][k] := Char(Random(cOrdMaxChar-1) + 1);
  end;

  for i := 0 to cCount - 1 do
  begin
    SW := TStringStream.Create(vStrings[i], ***TEncoding.Unicode***);
    try
      GetMem(B, SW.Size);
      try
        SW.ReadBuffer(B^, SW.Size);

        SR := TStringStream.Create('', ***TEncoding.Unicode***);
        try
          SR.WriteBuffer(B^, SW.Size);
          SR.Position := 0;

          // check the string in the TStringStream with original value
          Check(SR.DataString = vStrings[i]);
        finally
          SR.Free;
        end;
      finally
        FreeMem(B);
      end;
    finally
      SW.Free;
    end;
  end;
end;

最后一点：Unicode 确实会咬人！ :D

【讨论】：