COM編程入門
第一部分——什么是COM，如何使用COM

編譯：趙湘寧

下載源代碼

　　本文的目的是為剛剛接觸COM的程序員提供編程指南，并幫助他們理解COM的基本概念。內容包括COM規范簡介，重要的COM術語以及如何重用現有的COM組件。本文不包括如何編寫自己的COM對象和接口。
　　COM即組件對象模型，是Component Object Model 取前三個字母的縮寫，這三個字母在當今Windows的世界中隨處可見。隨時涌現出來的大把大把的新技術都以COM為基礎。各種文檔中也充斥著諸如COM對象、接口、服務器之類的術語。因此，對于一個程序員來說，不僅要掌握使用COM的方法，而且還要徹底熟悉COM的所有一切。
　　本文由淺入深描述COM的內在運行機制，教你如何使用第三方提供的COM對象（以Windows 外殼組件Shell為例）。讀完本文后，你就能掌握如何使用Windows操作系統中內建的組件和第三方提供的COM對象。
　　本文假設你精通C++語言。在例子代碼中使用了一點MFC和ATL，如果你不熟悉MFC和ATL也沒關系，本文會對這些代碼進行完全透徹的解釋。本文包括以下幾個部分：

• COM——到底是什么？——COM標準的要點介紹，它被設計用來解決什么問題
• 基本元素的定義——COM術語以及這些術語的含義
• 使用和處理COM對象——如何創建、使用和銷毀COM對象
• 基本接口——描述IUnknown基本接口及其方法
• 掌握串的處理——在COM代碼中如何處理串
• 應用COM技術——例子代碼，舉例說明本文所討論的所有概念
• 處理HRESULT——HRESULT類型描述，如何監測錯誤及成功代碼

　　簡單地說，COM是一種跨應用和語言共享二進制代碼的方法。與C++不同，它提倡源代碼重用。ATL便是一個很好的例證。源碼級重用雖然好，但只能用于C++。它還帶來了名字沖突的可能性，更不用說不斷拷貝重用代碼而導致工程膨脹和臃腫。
　　Windows使用DLLs在二進制級共享代碼。這也是Windows程序運行的關鍵——重用kernel32.dll, user32.dll等。但DLLs是針對C接口而寫的，它們只能被C或理解C調用規范的語言使用。由編程語言來負責實現共享代碼，而不是由DLLs本身。這樣的話DLLs的使用受到限制。
MFC引入了另外一種MFC擴展DLLs二進制共享機制。但它的使用仍受限制——只能在MFC程序中使用。
　　COM通過定義二進制標準解決了這些問題，即COM明確指出二進制模塊（DLLs和EXEs）必須被編譯成與指定的結構匹配。這個標準也確切規定了在內存中如何組織COM對象。COM定義的二進制標準還必須獨立于任何編程語言（如C++中的命名修飾）。一旦滿足了這些條件，就可以輕松地從任何編程語言中存取這些模塊。由編譯器負責所產生的二進制代碼與標準兼容。這樣使后來的人就能更容易地使用這些二進制代碼。
　　在內存中，COM對象的這種標準形式在C++虛函數中偶爾用到，所以這就是為什么許多COM代碼使用C++的原因。但是記住，編寫模塊所用的語言是無關的，因為結果二進制代碼為所有語言可用。
　　此外，COM不是Win32特有的。從理論上講，它可以被移植到Unix或其它操作系統。但是我好像還從來沒有在Windows以外的地方聽說過COM。

基本元素的定義

　　我們從下往上看。接口只不過是一組函數。這些函數被稱為方法。接口名字以大寫的I開頭，例如C++中的IShellLink，接口被設計成一個抽象基類，其中只有純粹的虛擬函數。
　　接口可以從其它接口繼承，這里所說的繼承的原理就好像C++中的單繼承。接口是不允許多繼承的。
coclass（簡稱組件對象類——component object class）被包含在DLL或EXE中，并且包含著一個或者多個接口的代碼。組件對象類（coclasss）實現這些接口。COM對象在內存中表現為組件對象類（coclasss）的一個實例。注意COM“類”和C++“類”是不相同的，盡管常常COM類實現的就是一個C++類。

COM服務器是包含了一個或多個coclass的二進制（DLL或EXE）。

注冊（Registration）是創建注冊表入口的一個過程，告訴Windows 操作系統COM服務器放在什么位置。取消注冊（Unregistration）則相反——從注冊表刪除這些注冊入口。

GUID（諧音為“fluid”，意思是全球唯一標示符——globally unique identifier）是個128位的數字。它是一種獨立于COM編程語言的標示方法。每一個接口和coclass有一個GUID。因為每一個GUID都是全球唯一的，所以避免了名字沖突（只要你用COM API創建它們）。有時你還會碰到另一個術語UUID（意思也是全球唯一標示符——universally unique identifier）。UUIDs和GUIDs在實際使用時的用途是一樣的。

類ID或者CLSID是命名coclass的GUID。接口ID或者IID是命名接口的GUID。

在COM中廣泛地使用GUID有兩個理由：

　　HRESULT是COM用來返回錯誤和成功代碼的整型數字。除此之外，別無它意，雖然以H作前綴，但沒有句柄之意。下文會對它有更多的討論。
　　最后，COM庫是在你使用COM時與你交互的操作系統的一部分，它常常指的就是COM本身。但是為了避免混淆才分開描述的。

使用和處理COM對象

　　每一種語言都有其自己處理對象的方式。例如，C++是在棧中創建對象，或者用new動態分配。因為COM必須獨立于語言，所以COM庫為自己提供對象管理例程。下面是對COM對象管理和C++對象管理所做的一個比較：

創建一個新對象

C++中，用new操作符，或者在棧中創建對象。
COM中，調用COM庫中的API。

刪除對象

C++中，用delete操作符，或將棧對象踢出。
COM中，所有的對象保持它們自己的引用計數。調用者必須通知對象什么時候用完這個對象。當引用計數為零時，COM對象將自己從內存中釋放。
　　由此可見，對象處理的兩個階段：創建和銷毀，缺一不可。當創建COM對象時要通知COM庫使用哪一個接口。如果這個對象創建成功，COM庫返回所請求接口的指針。然后通過這個指針調用方法，就像使用常規C++對象指針一樣。

創建COM對象

為了創建COM對象并從這個對象獲得接口，必須調用COM庫的API函數，CoCreateInstance()。其原型如下：

刪除COM對象

　　前面說過，你不用釋放COM對象，只要告訴它們你已經用完對象。IUnknown是每一個COM對象必須實現的接口，它有一個方法，Release()。調用這個方法通知COM對象你不再需要對象。一旦調用了這個方法之后，就不能再次使用這個接口，因為這個COM對象可能從此就從內存中消失了。
　　如果你的應用程序使用許多不同的COM對象，因此在用完某個接口后調用Release()就顯得非常重要。如果你不釋放接口，這個COM對象（包含代碼的DLLs）將保留在內存中，這會增加不必要的開銷。如果你的應用程序要長時間運行，就應該在應用程序處于空閑期間調用CoFreeUnusedLibraries() API。這個API將卸載任何沒有明顯引用的COM服務器，因此這也降低了應用程序使用的內存開銷。
繼續用上面的例子來說明如何使用Release()：

基本接口——IUnknown

　　每一個COM接口都派生于IUnknown。這個名字有點誤導人，其中沒有未知（Unknown）接口的意思。它的原意是如果有一個指向某COM對象的IUnknown指針，就不用知道潛在的對象是什么，因為每個COM對象都實現IUnknown。

IUnknown 有三個方法：

• AddRef() —— 通知COM對象增加它的引用計數。如果你進行了一次接口指針的拷貝，就必須調用一次這個方法，并且原始的值和拷貝的值兩者都要用到。在本文的例子中沒有用到AddRef()方法；
• Release() —— 通知COM對象減少它的引用計數。參見前面的Release()示例代碼段；
• QueryInterface() —— 從COM對象請求一個接口指針。當coclass實現一個以上的接口時，就要用到這個方法；

　　前面已經看到了Release()的使用，但如何使用QueryInterface()呢?當你用CoCreateInstance()創建對象的時候，你得到一個返回的接口指針。如果這個COM對象實現一個以上的接口（不包括IUnknown），你就必須用QueryInterface()方法來獲得任何你需要的附加的接口指針。QueryInterface()的原型如下：

　　讓我們繼續外殼鏈接的例子。它實現了IShellLink 和IPersistFile接口。如果你已經有一個IShellLink指針，pISL，可以從COM對象請求IPersistFile接口：

仔細做好串處理

　　這一部分將花點時間來討論如何在COM代碼中處理串。如果你熟悉Unicode 和ANSI，并知道如何對它們進行轉換的話，你就可以跳過這一部分，否則還是讀一下這一部分的內容。
　　不管什么時候，只要COM方法返回一個串，這個串都是Unicode串（這里指的是寫入COM規范的所有方法）。Unicode是一種字符編碼集，類似ASCII，但用兩個字節表示一個字符。如果你想更好地控制或操作串的話，應該將它轉換成TCHAR類型串。
　　TCHAR和以_t開頭的函數（如_tcscpy()）被設計用來讓你用相同的源代碼處理Unicode和ANSI串。在大多數情況下編寫的代碼都是用來處理ANSI串和ANSI WindowsAPIs，所以在下文中，除非另外說明，我所說的字符/串都是指TCHAR類型。你應該熟練掌握TCHAR類型，尤其是當你閱讀其他人寫的有關代碼時，要特別注意TCHAR類型。
　　當你從某個COM方法返回得到一個Unicode串時，可以用下列幾種方法之一將它轉換成char類型串：

• CodePage：Unicode字符轉換成的代碼頁。你可以傳遞CP_ACP來使用當前的ANSI代碼頁。代碼頁是256個字符集。字符0——127與ANSI編碼一樣。字符128——255與ANSI字符不同，它可以包含圖形字符或者讀音符號。每一種語言或地區都有其自己的代碼頁，所以使用正確的代碼頁對于正確地顯示重音字符很重要。
• dwFlags：dwFlags 確定Windows如何處理“復合” Unicode字符，它是一種后面帶讀音符號的字符。
  如è就是一個復合字符。如果這些字符在CodePage參數指定的代碼頁中，不會出什么事。
  否則，Windows必須對之進行轉換。傳遞WC_COMPOSITECHECK使得這個API檢查非映射復合字符。
  傳遞WC_SEPCHARS使得Windows將字符分為兩段，即字符加讀音，如e`。
  傳遞WC_DISCARDNS使得Windows丟棄讀音符號。
  傳遞WC_DEFAULTCHAR使得Windows用lpDefaultChar參數中說明的缺省字符替代復合字符。
  缺省行為是WC_SEPCHARS。
• lpWideCharStr 要轉換的Unicode串。
• cchWideChar lpWideCharStr在Unicode 字符中的長度。通常傳遞-1，表示這個串是以0x00結尾。
• lpMultiByteStr 接受轉換的串的字符緩沖 cbMultiByte lpMultiByteStr的字節大小。
• lpDefaultChar 可選——當dwFlags包含WC_COMPOSITECHECK | WC_DEFAULTCHAR并且某個Unicode字符不能被映射到同等的ANSI串時所傳遞的一個單字符ANSI串，包含被插入的“缺省”字符。可以傳遞NULL，讓API使用系統缺省字符（一種寫法是一個問號）。
• lpUsedDefaultChar 可選——指向BOOL類型的一個指針，設置它來表示是否缺省字符曾被插入ANSI串。可以傳遞NULL來忽略這個參數。

　　我自己都有點暈菜了……!，萬事開頭難啊……，不搞清楚這些東西就很難搞清楚COM的串處理。何況文檔中列出的比實際應用的要復雜得　多。下面就給出了如何使用這個API的例子：

MFC中的CString包含有構造函數和接受Unicode串的賦值操作，所以你可以用CString來實現轉換。例如：

　　ATL有一組很方便的宏用于串的轉換。W2A()用于將Unicode串轉換為ANSI串（記憶方法是“wide to ANSI”——寬字符到ANSI）。實際上使用OLE2A()更精確，“OLE”表示的意思是COM串或者OLE串。下面是使用這些宏的例子：

• 必須使用wcsXXX() Unicode串處理函數，如wcslen()；
• 在Windows 9x環境中不能在Windows API中傳遞Unicode串。要想編寫能在9x和NT上都能運行的應用，必須使用TCHAR類型，詳情請參 考MSDN；

下面用兩個例子演示本文所講的COM概念。代碼中還包含了本文的例子工程。

使用單接口COM對象

　　第一個例子展示的是單接口COM對象。這可能是你碰到得最簡單的例子。它使用外殼中的活動桌面組件對象類（CLSID_ActiveDesktop）來獲得當前桌面墻紙的文件名。請確認系統中安裝了活動桌面（Active Desktop）。 以下是編程步驟：

• 初始化COM庫。 （Initialize）；
• 創建一個與活動桌面交互的COM對象，并取得IActiveDesktop接口；
• 調用COM對象的GetWallpaper()方法；
• 如果GetWallpaper()成功，則輸出/顯示墻紙文件名；
• 釋放接口（Release()）；
• 收回COM庫（Uninitialize）；

使用多接口的COM對象

　　第二個例子展示了如何使用一個提供單接口的COM對象QueryInterface()函數。其中的代碼用外殼的Shell Link組件對象類創建我們在第一個例子中獲得的墻紙文件的快捷方式 。以下是編程步驟：

• 初始化 COM 庫；
• 創建一個用于建立快捷方式的COM 對象并取得IShellLink 接口；
• 調用IShellLink 接口的SetPath()方法；
• 調用對象的QueryInterface()函數并取得IPersistFile接口；
• 調用IPersistFile 接口的Save()方法；
• 釋放接口；
• 收回COM庫；

　　這一部分準備用SUCCEEDED 和 FAILED宏進行一些簡單的出錯處理。主要是深入研究從COM方法返回的HRESULT，以便達到完全理解和熟練應用。
　　HRESULT是個32位符號整數，其非負值表示成功，負值表示失敗。HRESULT有三個域：程度位（表示成功或失敗），功能碼和狀態碼。功能碼表示HRESULT來自什么組件或程序。微軟給不同的組件多賦予功能碼，如：COM、任務調度程序等都有功能碼。功能碼是個16位的值，僅此而已，沒有其它內在含義；它在數字和意義之間是隨意關聯的；類似GetLastError()返回的值。
　　如果你在winerror.h頭文件中查找錯誤代碼，會看到許多按照[功能]_[程度]_[描述]命名規范列出的HRESULT值，由組件返回的通用的HRESULT（類似E_OUTOFMEMORY）在名字中沒有功能碼。如 ：

REGDB_E_READREGDB：
功能碼 = REGDB, 指“注冊表數據庫（registry database）”；
程度 = E 意思是錯誤（error）；
描述 = READREGDB 是對錯誤的描述（意思是不能讀注冊表數據庫）。 S_OK: 沒有功能碼——通用（generic）
HRESULT；
程度=S；表示成功（success）；
OK 是狀態描述表示一切都好（everything''s OK）。

　　好在有一種比察看winerror.h文件更容易的方法來確定HRESULT的意思。使用VC提供的錯誤查找工具（Error Lookup）可以輕松查到為HRESULT內建功能碼。例如，假設你在CoCreateInstance()之前忘了調用CoInitialize()。CoCreateInstance()返回的值是0x800401F0。你只要將這個值輸入到錯誤查找工具按“Look Up”按鈕，便可以看到錯誤信息描述“尚未調用CoInitialize”如下圖所示：

　　另外一種查找HRESULT描述的方法是在調試器中。假設有一個HRESULT變量是hres。在Watch窗口的左邊框中輸入“hres,hr”，表示想要看的值，“hr”便會通知VC顯示HRESULT所描述的值。如下圖所示：

通過以上的討論，想必你對COM編程有了初步的認識，本文第二部分將探討COM的內部機制。教你如何用C++編寫自己的接口。

（待續）