Character and string types/es: what changed

Revision 2 to 3. Removed lines have a minus sign; added lines have a plus sign.

Old	New		Line
1	1		Free Pascal soporta varios tipos de [[Char\|character]] and [[String\|string]]. Estos van desde simples caracteres ANSI a cadenas UNICODE y además incluye los tipos puntero. Las diferencias también se aplican a las codificaciones y reference counting.
2	2
3		-	~~## Contents~~
4		-
5		-	* 1 AnsiChar
6		-	* 1.1 Referencia
7		-	* 2 WideChar
8		-	* 2.1 Referencias
9		-	* 3 Martriz de caracteres (Array of Char)
10		-	* 3.1 Matriz estática de Char
11		-	* 3.2 Matriz dinámica de Char
12		-	* 4 PChar
13		-	* 4.1 Referencia
14		-	* 5 PWideChar
15		-	* 6 Texto de encabezado
16		-	* 6.1 Referencia
17		-	* 7 String
18		-	* 7.1 Reference
19		-	* 8 ShortString
20		-	* 8.1 Reference
21		-	* 9 AnsiString
22		-	* 9.1 Referencia
23		-	* 10 UnicodeString
24		-	* 10.1 Referencia
25		-	* 11 UTF8String
26		-	* 11.1 Referencia
27		-	* 12 UTF16String
28		-	* 12.1 Reference
29		-	* 13 WideString
30		-	* 13.1 Referencia
31		-	* 14 PShortString
32		-	* 14.1 Reference
33		-	* 15 PAnsiString
34		-	* 15.1 Reference
35		-	* 16 PUnicodeString
36		-	* 16.1 Referencia
37		-	* 17 PWideString
38		-	* 17.1 Referencías
39		-	* 18 String constants
40		-	* 19 See also
41		-
42	3		## AnsiChar
43	4
44	5		Un tipo de variable AnsiChar , también referenciado como char , es exactamente de 1 byte de tamaño, y contiene un carácter ANSI.
45	6
46	7		a
47	8		---
48	9
49	10		#### Referencia
50	11
51	12		* [Documentación FPC sobre AnsiChar](<http://www.freepascal.org/docs-html/ref/refsu7.html>)
52	13		* [[Char\|Uso de Char]]
53	14
54	15		## WideChar
55	16
56	17		Una variable de tipo WideChar , también referenciada como UnicodeChar , es exactamente de 2 bytes de tamaño, y contieen un (parte de) [[LCL Unicode Support\|Unicode]] character in UTF-16 encoding. Nota: es imposible codificar todos los puntos codificables Unicode con 2 bytes. Therefore, se pueden necesitar 2 WideChars para codificar un solo code point.
57	18
58	19		\| a
59	20		---\|---
60	21
61	22		#### Referencias
62	23
63	24		* [Documentación FPC sobre WideChar](<http://www.freepascal.org/docs-html/ref/refsu8.html>)
64	25		* [Información sobre UTF-16 en la Wikipedia](<https://en.wikipedia.org/wiki/UTF-16>)
65	26		* [RTL Documentación UnicodeChar](<http://lazarus-ccr.sourceforge.net/docs/rtl/system/unicodechar.html> "doc:rtl/system/unicodechar.html")
66	27
67	28		## Martriz de caracteres (Array of Char)
68	29
69	30		Las implementaciones tempranas de Pascal existentes antes de 1978 no soportaba el tipo string (con la excepción de las constantes cadena). La única posibilidad de almacenar cadenas en variables era utilizar matrices de caracteres (array of char). Esta aproximación tiene bastantes desventajas y se desaconseja su uso. Se soporta todavía para asegurar la compatibilidad con código antiguo.
70	31
71	32		### Matriz estática de Char
72	33		```
73	34		type
74	35		TOldString4 = array[0..3] of char;
75	36		var
76	37		aOldString4: TOldString4;
77	38		begin
78	39		aOldString4[0] := 'a';
79	40		aOldString4[1] := 'b';
80	41		aOldString4[2] := 'c';
81	42		aOldString4[3] := 'd';
82	43		end;
83	44		```
84	45
85	46		La matriz estática de caracteres tiene ahora el siguiente contenido:
86	47
87	48		a \| b \| c \| d
88	49		---\|---\|---\|---
89	50
90	51		[![Note-icon.png](/wiki-images/b/be/Note-icon.png)](</File:Note-icon.png>)
91	52
92	53		Nota: Los chars no asignados pueden tener cualquier contenido, dependiendo de lo que exista en ese área de memoria cuando se haga disponible la matriz.
93	54
94	55		### Matriz dinámica de Char
95	56		```
96	57		var
97	58		aOldString: Array of Char;
98	59		begin
99	60		SetLength(aOldString, 5);
100	61		aOldString[0] := 'a';
101	62		aOldString[1] := 'b';
102	63		aOldString[2] := 'c';
103	64		aOldString[3] := 'd';
104	65		end;
105	66		```
106	67
107	68		La matriz dinámica de caracteres tiene ahora el siguiente contenido:
108	69
109	70		a \| b \| c \| d \| #0
110	71		---\|---\|---\|---\|---
111	72
112	73		[![Note-icon.png](/wiki-images/b/be/Note-icon.png)](</File:Note-icon.png>)
113	74
114	75		Nota: los Chars no asignados en matrices dinámicas tienen como contenido #0, causando que todas las posiciones vacias de las matrices dinámicas sean inicializados al principio con 0 (o #0, o nil, o ...)
115	76
116	77		## PChar
117	78
118	79		Una variable de tipo PChar es básicamente un puntero a un tipo Char , pero que permite operaciones adicionales. Pchars se pueden utilizar para acceder al estilo C [null-terminated strings](<http://en.wikipedia.org/wiki/Null-terminated_string>), e.g. en interacciones con ciertas librerías del Sistema Operativo o en software de terceros.
119	80
120	81		a \| b \| c \| #0
121	82		---\|---\|---\|---
122	83		^
123	84
124	85		#### Referencia
125	86
126	87		* [Documentación en FPC sobre PChar](<http://www.freepascal.org/docs-html/ref/refsu16.html>)
127	88		* [Funciones relacionadas con PChar](<http://lazarus-ccr.sourceforge.net/docs/rtl/sysutils/pcharfunctions.html> "doc:rtl/sysutils/pcharfunctions.html")
128	89
129	90		## PWideChar
130	91
131	92		A variable of type PWideChar is a pointer to a WideChar variable.
132	93
133	94		\| a \| \| b \| \| c \| #0 \| #0
134	95		---\|---\|---\|---\|---\|---\|---\|---
135	96		^
136	97
137	98
138	99
139	100		## Texto de encabezado
140	101
141	102		#### Referencia
142	103
143	104		* [Documentación en la RTL sobre PWideChar](<http://lazarus-ccr.sourceforge.net/docs/rtl/system/pwidechar.html> "doc:rtl/system/pwidechar.html")
144	105
145	106		## String
146	107
147	108		El tipo String puede hacer referencia a ShortString o AnsiString , dependiendo del [{$H} interruptor](<http://www.freepascal.org/docs-html/prog/progsu25.html#x32-310001.2.25>). Si el interruptor está en off ({$H-}) entonces cualquier declaración de string se definirá como ShortString. El tamaño será de 255 caracteres, si no está especificado de otro modo. Si el interruptor está en on ({$H+}) un string sin especificación de tamaño será definido como un AnsiString , caso contrario (especificando el tamaño) será definido como ShortString con el tamaño especificado. En mode delphiunicode String es UnicodeString.
148	109
149	110		#### Reference
150	111
151	112		* [[String\|Usage String]]
152	113		* [String functions](<http://lazarus-ccr.sourceforge.net/docs/rtl/sysutils/stringfunctions.html> "doc:rtl/sysutils/stringfunctions.html")
153	114		* [Reference for unit 'strutils': Procedures and functions](<http://lazarus-ccr.sourceforge.net/docs/rtl/strutils/index-5.html> "doc:rtl/strutils/index-5.html")
154	115
155	116		## ShortString
156	117
157	118		Short strings tienen una longitud máxima de 255 caracteres con los [[FPC Unicode support\|codepage]] implícitos [[FPC Unicode support\|CP_ACP]]
158	119
159	120		La longitud o tamaño se almacena en el caracter de índice 0 (cero).
160	121
161	122		#3 \| a \| b \| c
162	123		---\|---\|---\|---
163	124
164	125		#### Reference
165	126
166	127		* [FPC AnsiString documentation](<http://lazarus-ccr.sourceforge.net/docs/ref/refsu12.html> "doc:ref/refsu12.html")
167	128
168	129		## AnsiString
169	130
170	131		Ansistrings son cadenas que no tienen límite de longitud. Son [reference counted](<http://en.wikipedia.org/wiki/Reference_counting>) y se garantiza que son terminadas con [null](<http://en.wikipedia.org/wiki/Null-terminated_string>). Internamente, una variable de tipo AnsiString se trata como un puntero: el actual contenido de la cadena se almacena en montón (heap), se ubica tanta cantidad de memoria como sea necesaria.
171	132
172	133		\| \| \| \| \| \| \| \| a \| b \| c \| #0
173	134		---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---
174	135		RefCount \| Length
175	136
176	137		#### Referencia
177	138
178	139		* [Documentación de FPC sobre AnsiString](<http://www.freepascal.org/docs-html/ref/refsu12.html>)
179	140
180	141		## UnicodeString
181	142
182	143		Al igual que AnsiStrings , UnicodeStrings son reference counted, matrices terminadas con null, pero son implementadas como matrices de WideChars en lugar de Chars regulares.
183	144
184	145		[![Note-icon.png](/wiki-images/b/be/Note-icon.png)](</File:Note-icon.png>)
185	146
186	147		Nota: La nomenclatura UnicodeString es un poco ambigua debido a su uso en Delphi bajo Windows, donde los sistemas operativos utilizan cofificación UTF16; no es el único tipo que puede albergar cadenas de datos Unicode (ver también UTF8String)...
187	148
188	149		\| \| \| \| \| \| \| \| \| a \| \| b \| \| c \| #0 \| #0
189	150		---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---
190	151		RefCount \| Length
191	152
192	153		#### Referencia
193	154
194	155		* [Documentacion en FPC sobre UnicodeString](<http://www.freepascal.org/docs-html/ref/refsu13.html>)
195	156
196	157		## UTF8String
197	158
198	159		En la versión FPC 2.6.5 e inferiores el tipo UTF8String era un alias del tipo AnsiString. En FPC 2.7.1 y posteriores se define como:
199	160		```
200	161		UTF8String = type AnsiString(CP_UTF8);
201	162		```
202	163
203	164		Esto significa que contienen cadenas codificadas como UTF-8 (i.e. datos unicode) oscilando entre 1..4 bytes por carácter.
204	165
205	166		Ten en cuenta que un String puede también contener caracteres codificados enn UTF-8.
206	167
207	168		#### Referencia
208	169
209	170		* [Documentación en RTL sobre UTF8String](<http://lazarus-ccr.sourceforge.net/docs/rtl/system/utf8string.html> "doc:rtl/system/utf8string.html")
210	171
211	172		## UTF16String
212	173
213	174		The type UTF16String is an alias to the type WideString. In the LCL unit _lclproc_ it is an alias to UnicodeString.
214	175
215	176		#### Reference
216	177
217	178		* [LCL UTF16String documentation](<http://lazarus-ccr.sourceforge.net/docs/lcl/lclproc/utf16string.html> "doc:lcl/lclproc/utf16string.html")
218	179
219	180		## WideString
220	181
221	182		Variables of type [[Widestrings\|WideString]] (used to represent unicode character strings in COM applications) resemble those of type UnicodeString , but unlike them they are not reference-counted. On Windows they are allocated with a special windows function which allows them to be used for OLE automation.
222	183
223	184		WideStrings consist of COM compatible UTF16 encoded bytes on Windows machines (UCS2 on Windows 2000), and they are encoded as plain UTF16 on Linux, Mac OS X and iOS.
224	185
225	186		\| \| \| \| \| a \| \| b \| \| c \| #0 \| #0
226	187		---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---
227	188		Length
228	189
229	190		#### Referencia
230	191
231	192		* [Documentación en FPC sobre WideString](<http://www.freepascal.org/docs-html/ref/refsu14.html#x37-400003.2.8>)
232	193
233	194		## PShortString
234	195
235	196		A variable of type PShortString is a pointer that points to the first byte of a ShortString -type variable (which defines the length of the ShortString).
236	197
237	198		#3 \| a \| b \| c
238	199		---\|---\|---\|---
239	200		^
240	201
241	202		#### Reference
242	203
243	204		* [RTL PShortString documentation](<http://lazarus-ccr.sourceforge.net/docs/rtl/system/pshortstring.html> "doc:rtl/system/pshortstring.html")
244	205
245	206		## PAnsiString
246	207
247	208		Variables of type PAnsiString are pointers to AnsiString -type variables. However, unlike PShortString -type variables they don't point to the first byte of the header, but to the first char of the AnsiString.
248	209
249	210		\| \| \| \| \| \| \| \| a \| b \| c \| #0
250	211		---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---
251	212		RefCount \| Length \| ^
252	213
253	214		#### Reference
254	215
255	216		* [RTL PAnsiString documentation](<http://lazarus-ccr.sourceforge.net/docs/rtl/system/pansistring.html> "doc:rtl/system/pansistring.html")
256	217
257	218		## PUnicodeString
258	219
259	220		Las variables del tipo PUnicodeString son punteros a variables del tipo UnicodeString.
260	221
261	222		\| \| \| \| \| \| \| \| \| a \| \| b \| \| c \| #0 \| #0
262	223		---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---
263	224		RefCount \| Length \| ^
264	225
265	226		#### Referencia
266	227
267	228		* [Documentación en la RTL sobre PUnicodeString](<http://lazarus-ccr.sourceforge.net/docs/rtl/system/punicodestring.html> "doc:rtl/system/punicodestring.html")
268	229
269	230		## PWideString
270	231
271	232		Las variables de tipo PWideString son punteros. Apuntan al primer carácter de una variable tipo WideString.
272	233
273	234		\| \| \| \| \| a \| \| b \| \| c \| #0 \| #0
274	235		---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---\|---
275	236		Length \| ^
276	237
277	238		#### Referencías
278	239
279	240		* [Documentación en la RTL sobre PWideString](<http://lazarus-ccr.sourceforge.net/docs/rtl/system/pwidestring.html> "doc:rtl/system/pwidestring.html")
280	241
281	242		## String constants
282	243
283	244		If you use only English constants your strings work the same with all types, on all platforms and all compiler versions. Non English strings can be loaded via resourcestrings or from files. If you want to use non English strings in code then you should read further.
284	245
285	246		There are various encodings for non English strings. By default Lazarus saves Pascal files as UTF-8 without BOM. UTF-8 supports the full Unicode range. That means all string constants are stored in UTF-8. Lazarus also supports to change the encoding of a file to other encoding, for example under Windows your local codepage. The Windows codepage is limited to your current language group.
286	247
287	248		String Type, UTF-8 Source \| With or without {$codepage utf8} \| FPC 2.6.5 and below \| FPC 2.7.1 and above \| FPC 2.7.1+ with UTF8 as default CodePage
288	249		---\|---\|---\|---\|---
289	250		AnAnsiString:='ãü'; \| Without \| Needs UTF8ToAnsi in RTL/WinAPI. Ok in LCL \| Needs UTF8ToAnsi in RTL/WinAPI. Ok in LCL \| Ok in RTL/W-WinAPI/LCL. Needs UTF8ToWinCP in A-WinAPI.
290	251		AnAnsiString:='ãü'; \| With \| System cp ok in RTL/WinAPI. Needs SysToUTF8 in LCL \| Ok in RTL/WinAPI/LCL. Mixing with other strings converts to system cp \| Ok in RTL/W-WinAPI/LCL. Needs UTF8ToWinCP in A-WinAPI
291	252		AnUnicodeString:='ãü'; \| Without \| Wrong everywhere \| Wrong everywhere \| Wrong everywhere
292	253		AnUnicodeString:='ãü'; \| With \| System cp ok in RTL/WinAPI. Needs UTF8Encode in LCL \| Ok in RTL/WinAPI/LCL. Mixing with other strings converts to system cp \| Ok in RTL/W-WinAPI/LCL. Needs UTF8ToWinCP in A-WinAPI
293	254		AnUTF8String:='ãü'; \| Without \| Same as AnsiString \| Wrong everywhere \| Wrong everywhere
294	255		AnUTF8String:='ãü'; \| With \| Same as AnsiString \| Ok in RTL/WinAPI/LCL. Mixing with other strings converts to system cp \| Ok in RTL/W-WinAPI/LCL. Needs UTF8ToWinCP in A-WinAPI.
295	256
296	257		* W-WinAPI = Windows API "W" functions, UTF-16
297	258		* A-WinAPI = Windows API non "W" functions, 8bit system code page
298	259		* System CP = The 8bit system code page of the OS. For example code page [1252](<http://en.wikipedia.org/wiki/Windows-1252>).
299	260
300	261		```
301	262		const
302	263		c='ãü';
303	264		cstring: string = 'ãü'; // see AnAnsiString:='ãü';
304	265		var
305	266		s: string;
306	267		u: UnicodeString;
307	268		begin
308	269		s:=c; // same as s:='ãü';
309	270		s:=cstring; // does not change encoding
310	271		u:=c; // same as u:='ãü';
311	272		u:=cstring; // fpc 2.6.1: converts from system cp to UTF-16, fpc 2.7.1+: depends on encoding of cstring
312	273		end;
313	274		```
314	275
315	276		## See also
316	277
317	278		* [[FPC Unicode support]]
318	279		* [[LCL Unicode Support]]
319	280		* [[TStringList-TStrings Tutorial]]
320	281		* [A Brief History of Strings](<http://www.codexterity.com/delphistrings.htm>)
321	282
322	283		---
323	284		From the Free Pascal wiki, page "Character and string types/es", as the Internet Archive kept it on 2025-01-19, last changed on 2020-02-11. Copyright stays with the author who wrote it, according to the old wiki's [[Licensing]] page. If you have concerns about this material, [message the admin](/wiki-contact).

Back to history