Delphi 2009 RawByteString 变幻莫测

Question

假设由于某种不正当的原因，您想要显示 UTF8String 的原始字节内容。

var
  utf8Str : UTF8String;
begin    
  utf8Str := '€ąćęłńóśźż';
end;

(1) 这不行，它显示可读的形式:

memo1.Lines.Add( RawByteString( utf8Str ));
// output: '€ąćęłńóśźż'

(2) 然而，这确实“有效” - 请注意连接:

memo1.Lines.Add( 'x' + RawByteString( utf8Str ));
// output: 'x€ąćęłńóśźż'

我理解(1)，尽管编译器对 UnicodeString 的强制强制似乎阻止了按原样显示 RawByteString var。但是，为什么 (2) 中的行为会发生变化？

(3) 还是陌生人 - 让我们反转连接:

memo1.Lines.Add( RawByteString( utf8Str ) + 'x' ); 
// output: '€ąćęłńóśźżx'

我一直在阅读 Delphi 中新奇的字符串类型，并认为我理解它们是如何工作的，但这是一个难题。

Answer 1

RawByteString 的存在只是为了最大限度地减少与具有不同代码页亲和性的各种 AnsiString 一起使用的函数所需的重载数量。

一般情况下，不要声明 RawByteString 类型的变量。不要将值类型转换为该类型。不要对该类型的变量进行串联。您唯一能做的事情是:

• 声明该类型的参数(初衷)
• 为此类参数建立索引
• 在这样的参数中搜索
• 使用 StringCodePage 函数检查字符串的实际代码页的智能操作。

例如，您会注意到 StringCodePage 函数本身使用 RawByteString 作为其参数类型。这样，它将与任何 AnsiString 一起使用，而不是在将其作为参数传递之前进行代码页转换。

对于您的情况，诸如串联之类的东西很大程度上是未定义的。 RTM 和 Update 2 之间的行为发生了变化，但是当 RTL 字符串串联函数接收具有不同代码页的多个字符串时，没有简单的方法可以确定最终字符串应使用什么代码页。这只是您不应该像此处那样连接它们的原因之一。