字节数与字符数

Question

有些api需要字符数

// Why did they choose cch in these functions.
HRESULT StringCchCopyW(
  __out  LPWSTR pszDest,
  __in   size_t cchDest,
  __in   LPCWSTR pszSrc
);

errno_t wcscpy_s(
   wchar_t *strDestination,
   size_t numberOfElements,
   const wchar_t *strSource 
);

DWORD WINAPI GetCurrentDirectoryW(
  __in   DWORD nBufferLength, // Count of Chars
  __out  LPWSTR lpBuffer
);  

，有些api需要字节数。

// What do you prefer cch vs cb function.
// Do cch functions almost useful?
HRESULT StringCbCopyW(
  __out  LPWSTR pszDest,
  __in   size_t cbDest,
  __in   LPCWSTR pszSrc
);

BOOL WINAPI ReadFile(
  __in         HANDLE hFile,
  __out        LPVOID lpBuffer,
  __in         DWORD nNumberOfBytesToRead,
  __out_opt    LPDWORD lpNumberOfBytesRead,
  __inout_opt  LPOVERLAPPED lpOverlapped
);

// Why did they choose cb in these structures.
// Because there are some apis uses cb, I always should see MSDN.
typedef struct _LSA_UNICODE_STRING {
  USHORT Length; // Count of bytes.
  USHORT MaximumLength; // Count of bytes.
  PWSTR  Buffer;
} UNICODE_STRING, *PUNICODE_STRING;

typedef struct _FILE_RENAME_INFO {
  BOOL   ReplaceIfExists;
  HANDLE RootDirectory;
  DWORD  FileNameLength; // Count of bytes.
  WCHAR  FileName[1];
} FILE_RENAME_INFO, *PFILE_RENAME_INFO;

当你设计一个函数或数据结构时，你如何确定cb或cch？为什么？
为了为调用者设计更好的 api，我应该了解什么？

Answer 1

如果返回的数据是字符串，则应该返回字符数，因为字节数通常是无用的。但如果它是通用二进制数据（而不是特定的字符串），那么显然字符数没有任何意义，因此使用字节数。

至于原因：

我认为 LSA_UNICODE_STRING 保存字节数的原因是它与 UNICODE_STRING 兼容，而后者又用于 NtCreateFile。但是 NtCreateFile 接受一个 FILE_OPEN_BY_FILE_ID 参数，该参数实际上将 UNICODE_STRING 视为指向 LONGLONG 值，并且 < em>不是一个字符串...所以字节数在那里更有意义，尽管我想说这总体上是一个糟糕的设计：

FILE_OPEN_BY_FILE_ID：由ObjectAttributes参数指定的文件名包括该文件的8字节文件引用号。

Answer 2

如果您注意到，您提到的第一组函数都是 ASCII 函数，因此在这种情况下没有区别 - 字节数就是字符数。这是因为（无论如何）单个 ASCII 字符的大小恰好是一个字节。

第二组是 unicode 函数/结构。在这种情况下，字符不能保证只是一个字节的大小 - 如果采用 UTF16 格式，它们将是两个字节宽，在 UTF32 中，它们将是四个字节，而在 UTF8 中，它们（通常）将是以下任意位置：一到四个字节宽。

特别是在 UTF8 数据的情况下，如果创建缓冲区，通常会预留一定数量的字节，根据字符大小，这些字节在字符数方面可能会有多种长度。我对你所介绍的大多数函数/结构都不太熟悉，但如果这与它有关，我也不会感到惊讶。

要回答你的问题，如果你使用 ASCII，你可以使用任何一种方法 - 这没有什么区别。然而，如果使用可变长度编码（例如 UTF8），您是否使用其中一种取决于您是否只对所涉及的字符感兴趣，或者是否还需要考虑它们的编码。