上午在整理多线程的文章，没注意时间今天发晚了，最近争取日更！！

Delphi中的字符一直处于懵懵懂懂的状态，不同于我接触到的其它编程语言在Delphi中居然有好几种字符串，今天好好研究一番！！

Delphi中字符串的操作很简单，但幕后情况却相当复杂。Pascal传统的字符串操作方法与Windows不同，Windows吸取了C语言的字符串操作方法。

32位Delphi中增加了长字符串类型，该类型功能强大，是Delphi缺省的字符串类型。

传统的字符串类型是一个字符序列，序列的头部是一个长度字节，指示当前字符串的长度。由于只用一个字节来表示字符串的长度，所以字符串不能超过255个字符。

这一长度限制为字符串操作带来不便，因为每个字符串必须定长（确省最大值为255），当然你也可以声明更短的字符串以节约存储空间。 为克服传统Pascal字符串的局限性，32位Delphi增加了对长字符串的支持。这样共有三种字符串类型：

ShortString

短字符串类型也就是前面所述的传统Pascal字符串类型。短字符串中的每个字符都属于 AnsiChar类型（标准字符类型）

var
  S: ShortString;   { 255个字符长度,256个字节}
  S1: String[255];  { S1和S的字符类型一样}
  Len: Integer;
begin
  S := 'Hello';
  Len := Ord(S[0]); { Len现在包含S的长度为5，Ord函数可以把一个字符类型转换为整数类型}
  Len := SizeOf(S); { Len现在包含的是ShortString类型的大小，为256字节} 
end;

以上例子通过S[0]可以获得S的字符串长度，当然也可以用Length函数来确定一个短字符串的长度。

可以通过数组的下标来访问ShortString中的一个特定位置的字符，具体使用参看下面例子和注释说明：

var
  S: string[8];
  i: Integer;
begin
  S := 'a_pretty_darn_long_string';
  { 因为S只有8个字符大小，因此s的实际存储的内容为"a_pretty"}
  i := 10;
  S[i] := 's';
  { 因为S只有8个字符大小，试图改写第10个元素，将会使内存混乱}
end;

AnsiString

这种类型也有人称为长字符串类型（LongString）同时也是Delphi默认的字符串类型，它是一种动态分配的字符串，其大小只受可用内存的限制。声明一个长字符串，只需要用关键字String不加大小参数即可。据说使用了更新前拷贝(copy--on-write)技术。恕我才疏学浅没研究过这个东西。这类字符串长度没有限制（可以存储多达20亿个字符），其字符类型也是AnsiChar类型。

由于是动态分配的，一次可以随意修改字符串，而不用担心对其他的影响，也不用担心越界的问题。String类型没有0元素，试图存取String类型的0元素会产生一个编译错误。

之前在万一老师的博客中看到了以下的代码不太理解，现在可以完全解释为什么我们试图将一个string类型的变量直接赋值给字符数组时报错了

//字符串 < > 字符数组，注意这里说的字符串仅仅是长字符串
var
  arr: array[0..5] of Char;
  str: string;
begin
  {可以把字符串常量直接赋给字符数组; 但超界不行}
  arr := 'Delphi';
  ShowMessage(arr); {Delphi}

  {可以把字符数组直接赋给字符串变量}
  str := arr;
  ShowMessage(str); {Delphi}

  {其实字符串内部也是包含了一个字符数组, 所以能索引访问, 不过它的索引起始于 1}
  ShowMessage(str[1]); {D}
  ShowMessage(arr[0]); {D}

  {但不能把一个字符串变量赋给字符数组}
  //arr := str;     {错误; 这需要用其他手段实现, 譬如复制或移动内存}
end;

WideString

长字符串类型与AnsiString 类型相似，只是它基于WideChar字符类型，WideChar字符为双字节Unicode字符。

var
  S: string;
  { 在Delphi 7中默认string等同于AnsiString}
  WS: WideString;
begin
  S := '世界你好';
  WS := S;
  ShowMessage(S[1]);  { 此时无任何显示，因为S[1]取出的是‘世’的一半}
  ShowMessage(WS[1]); { 显示‘世’}
end;

不过WideString和AnsiString的不同主要在三个方面：

• WideString由WideChar字符组成，而不是由AnsiChar字符组成的，它们跟Unicode字符串兼容。
• WideString用SysAllocStrLen()API函数进行分配，它们跟OLE的BSTR字符串相兼容。
• WideString没有引用计数，所以将一个WideString字符串赋值给另一个WideString字符串时，就需要从内存中的一个位置复制到另一个位置。这使得WideString在速度和内存的利用上不如AnsiString有 效。

Ansi和Unicode

字符编码：为了区分一个字符到底使用了几个字节，就不能将字符的编号直接存储到计算机中，字符编号在存储之前必须要经过转换，在读取时还要再逆向转换一次，这套转换方案就叫做字符编码。它规定了如何将字符的编号存储到计算机中

字符集：为每个字符分配了唯一的编号。可以将字符集理解成一个很大的表格，它列出了所有字符和二进制的对应关系，计算机显示文字或者存储文字，就是一个查表的过程。它定义了字符和二进制的对应关系

ASCII(American Standard Code for Information Interchange，美国信息交换标准码），它使用7 bits来表示一个字符，总共表示128个字符，后来IBM公司在此基础上进行了扩展，用8bit来表示一个字符，总共可以表示256个字符

ANSI（American National Standard Institite）美国国家标准学会（美国的一个非营利组织），首先ANSI编码是一种对ASCII码的拓展,它不是指的一种特定的编码，而是不同地区扩展编码方式的统称，各个国家和地区所独立制定的兼容ASCII但互相不兼容的字符编码，微软统称为ANSI编码

Unicode 是一套字符集，而不是一套字符编码。它固定使用16 bits（两个字节）来表示一个字符，共可以表示65536个字符。标准的Unicode称为UTF-16。后来为了双字节的Unicode能够在现存的处理单字节的系统上正确传输，出现了UTF-8

个人理解：ANSI是每个国家根据自己的语言在ASCII基础扩展的一些编码。为了实现大一统出现了Unicode，而Unicode为了兼容以前的字符出现了双字节（UTF-16）和单字节(UTF-8)之分

PChar和字符数组

在第二季的视频中我曾经对端口号做过一次转换sin_addr.S_addr := inet_addr(PAnsiChar(AnsiString(EditAddr.Text))); 这段代码，一个将字符串转成PAnsiChar的一个场景，这是个什么玩意儿？其实这样做纯粹是为了兼容winAPI中的数据类型

在C和C++中没有真正的字符串数据类型，都是通过以Null结尾（0）的字符数组来实现的，字符数组没有长度字节，因此只能通过结尾的Null标志来作为字符串的字符结束标志。又因为Windows是用C编写的，很多Windows函数要用到以字符数组作为参数，但Pascal字符串类型不是字符数组，因为为了让Pascal字符串也能与Windows兼容，就需要一个字符串数组，PChar类型正是符合这种需求，在任何需要字符数组的地方都可用PChar。相应的也有PAnsiChar和PWideChar，分别对应于AnsiChar字符和WideChar字符。

其实最初我也被字符串折腾的不行不行的，所以整理这篇文章