Shuffy

【轉(zhuǎn)】http://www.stlchina.org/twiki/bin/view.pl/Main/STLDetailString
1．聲明一個(gè)C++字符串
聲明一個(gè)字符串變量很簡(jiǎn)單：
   string Str;
這樣我們就聲明了一個(gè)字符串變量，但既然是一個(gè)類，就有構(gòu)造函數(shù)和析構(gòu)函數(shù)。上面的聲明沒有傳入?yún)?shù)，所以就直接使用了string的默認(rèn)的構(gòu)造函數(shù)，這個(gè)函數(shù)所作的就是把Str初始化為一個(gè)空字符串。String類的構(gòu)造函數(shù)和析構(gòu)函數(shù)如下：
a)    string s;  //生成一個(gè)空字符串s
b)    string s(str) //拷貝構(gòu)造函數(shù) 生成str的復(fù)制品
c)    string s(str,stridx) //將字符串str內(nèi)“始于位置stridx”的部分當(dāng)作字符串的初值
d)    string s(str,stridx,strlen) //將字符串str內(nèi)“始于stridx且長(zhǎng)度頂多strlen”的部分作為字符串的初值
e)    string s(cstr) //將C字符串作為s的初值
f)    string s(chars,chars_len) //將C字符串前chars_len個(gè)字符作為字符串s的初值。
g)    string s(num,c) //生成一個(gè)字符串，包含num個(gè)c字符
h)    string s(beg,end) //以區(qū)間beg;end(不包含end)內(nèi)的字符作為字符串s的初值
i)    s.~string() //銷毀所有字符，釋放內(nèi)存


0 前言: string 的角色
C++ 語言是個(gè)十分優(yōu)秀的語言，但優(yōu)秀并不表示完美。還是有許多人不愿意使用C或者C++，為什么？原因眾多，其中之一就是C/C++的文本處理功能太麻煩，用起來很不方便。以前沒有接觸過其他語言時(shí)，每當(dāng)別人這么說，我總是不屑一顧，認(rèn)為他們根本就沒有領(lǐng)會(huì)C++的精華，或者不太懂C++，現(xiàn)在我接觸perl, php, 和Shell腳本以后，開始理解了以前為什么有人說C++文本處理不方便了。

舉例來說，如果文本格式是：用戶名 電話號(hào)碼，文件名name.txt

Tom 23245332
Jenny 22231231
Heny 22183942
Tom 23245332

...
現(xiàn)在我們需要對(duì)用戶名排序，且只輸出不同的姓名。

 

那么在shell 編程中，可以這樣用：

awk '{print $1}' name.txt | sort | uniq

簡(jiǎn)單吧？

 

如果使用C/C++ 就麻煩了，他需要做以下工作：
先打開文件，檢測(cè)文件是否打開，如果失敗，則退出。
聲明一個(gè)足夠大得二維字符數(shù)組或者一個(gè)字符指針數(shù)組
讀入一行到字符空間
然后分析一行的結(jié)構(gòu)，找到空格，存入字符數(shù)組中。
關(guān)閉文件
寫一個(gè)排序函數(shù)，或者使用寫一個(gè)比較函數(shù)，使用qsort排序
遍歷數(shù)組，比較是否有相同的，如果有，則要?jiǎng)h除，copy...
輸出信息
你可以用C++或者C語言去實(shí)現(xiàn)這個(gè)流程。如果一個(gè)人的主要工作就是處理這種類似的文本(例如做apache的日志統(tǒng)計(jì)和分析),你說他會(huì)喜歡C/C++么？

當(dāng)然，有了STL，這些處理會(huì)得到很大的簡(jiǎn)化。我們可以使用 fstream來代替麻煩的fopen fread fclose, 用vector 來代替數(shù)組。最重要的是用 string來代替char * 數(shù)組，使用sort排序算法來排序，用unique 函數(shù)來去重。聽起來好像很不錯(cuò)  。看看下面代碼(例程1）：

#include <string>
#include <iostream>
#include <algorithm>
#include <vector>
#include <fstream>
using namespace std;
int main(){
        ifstream in("name.txt");
        string strtmp;
        vector<string> vect;
        while(getline(in, strtmp, '\n'))
        vect.push_back(strtmp.substr(0, strtmp.find(' ')));
        sort(vect.begin(), vect.end());
        vector<string>::iterator it=unique(vect.begin(), vect.end());
        copy(vect.begin(), it, ostream_iterator<string>(cout, "\n"));
        return 0;
}

也還不錯(cuò)吧，至少會(huì)比想象得要簡(jiǎn)單得多！（代碼里面沒有對(duì)錯(cuò)誤進(jìn)行處理，只是為了說明問題，不要效仿).

 

當(dāng)然，在這個(gè)文本格式中，不用vector而使用map會(huì)更有擴(kuò)充性，例如，還可通過人名找電話號(hào)碼等等，但是使用了map就不那么好用sort了。你可以用map試一試。

這里string的作用不只是可以存儲(chǔ)字符串，還可以提供字符串的比較，查找等。在sort和unique函數(shù)中就默認(rèn)使用了less 和equal_to函數(shù), 上面的一段代碼，其實(shí)使用了string的以下功能：
存儲(chǔ)功能，在getline() 函數(shù)中
查找功能，在find() 函數(shù)中
子串功能，在substr() 函數(shù)中
string operator < , 默認(rèn)在sort() 函數(shù)中調(diào)用
string operator == , 默認(rèn)在unique() 函數(shù)中調(diào)用

總之，有了string 后，C++的字符文本處理功能總算得到了一定補(bǔ)充，加上配合STL其他容器使用，其在文本處理上的功能已經(jīng)與perl, shell, php的距離縮小很多了。 因此掌握string 會(huì)讓你的工作事半功倍。
1 string 使用
其實(shí)，string并不是一個(gè)單獨(dú)的容器，只是basic_string 模板類的一個(gè)typedef 而已，相對(duì)應(yīng)的還有wstring, 你在string 頭文件中你會(huì)發(fā)現(xiàn)下面的代碼:

extern "C++" {
        typedef basic_string <char> string;
        typedef basic_string <wchar_t> wstring;
} // extern "C++"

由于只是解釋string的用法，如果沒有特殊的說明，本文并不區(qū)分string 和 basic_string的區(qū)別。

 

string 其實(shí)相當(dāng)于一個(gè)保存字符的序列容器，因此除了有字符串的一些常用操作以外，還有包含了所有的序列容器的操作。字符串的常用操作包括：增加、刪除、修改、查找比較、鏈接、輸入、輸出等。詳細(xì)函數(shù)列表參看附錄。不要害怕這么多函數(shù)，其實(shí)有許多是序列容器帶有的，平時(shí)不一定用的上。

如果你要想了解所有函數(shù)的詳細(xì)用法，你需要查看basic_string，或者下載STL編程手冊(cè)。這里通過實(shí)例介紹一些常用函數(shù)。
1.1 充分使用string 操作符
string 重載了許多操作符，包括 +, +=, <, =, , [], <<, >>等，正式這些操作符，對(duì)字符串操作非常方便。先看看下面這個(gè)例子：tt.cpp（例程2）

#include <string>
#include <iostream>
using namespace std;
int main(){
        string strinfo="Please input your name:";
        cout << strinfo ;
        cin >> strinfo;
        if( strinfo == "winter" )
        cout << "you are winter!"<<endl;
        else if( strinfo != "wende" )
        cout << "you are not wende!"<<endl;
        else if( strinfo < "winter")
        cout << "your name should be ahead of winter"<<endl;
        else
        cout << "your name should be after of winter"<<endl;
        strinfo += " , Welcome to China!";
        cout << strinfo<<endl;
        cout <<"Your name is :"<<endl;
        string strtmp = "How are you? " + strinfo;
        for(int i = 0 ; i < strtmp.size(); i ++)
        cout<<strtmp[i];
        return 0;
}

下面是程序的輸出

-bash-2.05b$ make tt
c++  -O -pipe -march=pentiumpro  tt.cpp  -o tt
-bash-2.05b$ ./tt
Please input your name:Hero
you are not wende!
Hero , Welcome to China!
How are you? Hero , Welcome to China!

 

有了這些操作符，在STL中仿函數(shù)都可以直接使用string作為參數(shù)，例如 less, great, equal_to 等，因此在把string作為參數(shù)傳遞的時(shí)候，它的使用和int 或者float等已經(jīng)沒有什么區(qū)別了。例如，你可以使用：

map<string, int> mymap;
//以上默認(rèn)使用了 less<string>

有了 operator + 以后，你可以直接連加，例如：

string strinfo="Winter";
string strlast="Hello " + strinfo + "!";
//你還可以這樣：
string strtest="Hello " + strinfo + " Welcome" + " to China" + " !";

看見其中的特點(diǎn)了嗎？只要你的等式里面有一個(gè) string 對(duì)象，你就可以一直連續(xù)"+"，但有一點(diǎn)需要保證的是，在開始的兩項(xiàng)中，必須有一項(xiàng)是 string 對(duì)象。其原理很簡(jiǎn)單：
系統(tǒng)遇到"+"號(hào)，發(fā)現(xiàn)有一項(xiàng)是string 對(duì)象。
系統(tǒng)把另一項(xiàng)轉(zhuǎn)化為一個(gè)臨時(shí) string 對(duì)象。
執(zhí)行 operator + 操作，返回新的臨時(shí)string 對(duì)象。
如果又發(fā)現(xiàn)"+"號(hào)，繼續(xù)第一步操作。
由于這個(gè)等式是由左到右開始檢測(cè)執(zhí)行，如果開始兩項(xiàng)都是const char* ，程序自己并沒有定義兩個(gè)const char* 的加法，編譯的時(shí)候肯定就有問題了。

 

有了操作符以后，assign(), append(), compare(), at()等函數(shù)，除非有一些特殊的需求時(shí)，一般是用不上。當(dāng)然at()函數(shù)還有一個(gè)功能，那就是檢查下標(biāo)是否合法，如果是使用：

string str="winter";
//下面一行有可能會(huì)引起程序中斷錯(cuò)誤
str[100]='!';
//下面會(huì)拋出異常:throws: out_of_range
cout<<str.at(100)<<endl;

了解了嗎？如果你希望效率高，還是使用[]來訪問，如果你希望穩(wěn)定性好，最好使用at()來訪問。

1.2 眼花繚亂的string find 函數(shù)
由于查找是使用最為頻繁的功能之一，string 提供了非常豐富的查找函數(shù)。其列表如下：

函數(shù)名                   描述

find                          查找
rfind                         反向查找
find_first_of              查找包含子串中的任何字符，返回第一個(gè)位置
find_first_not_of       查找不包含子串中的任何字符，返回第一個(gè)位置
find_last_of              查找包含子串中的任何字符，返回最后一個(gè)位置
find_last_not_of       查找不包含子串中的任何字符，返回最后一個(gè)位置

 

以上函數(shù)都是被重載了4次，以下是以find_first_of 函數(shù)為例說明他們的參數(shù)，其他函數(shù)和其參數(shù)一樣，也就是說總共有24個(gè)函數(shù)  ：

size_type find_first_of(const basic_string& s, size_type pos = 0)
size_type find_first_of(const charT* s, size_type pos, size_type n)
size_type find_first_of(const charT* s, size_type pos = 0)
size_type find_first_of(charT c, size_type pos = 0)

所有的查找函數(shù)都返回一個(gè)size_type類型，這個(gè)返回值一般都是所找到字符串的位置，如果沒有找到，則返回string::npos。有一點(diǎn)需要特別注意，所有和string::npos的比較一定要用string::size_type來使用，不要直接使用int 或者unsigned int等類型。其實(shí)string::npos表示的是-1, 看看頭文件：

template <class _CharT, class _Traits, class _Alloc>
const basic_string<_CharT,_Traits,_Alloc>::size_type
basic_string<_CharT,_Traits,_Alloc>::npos
= basic_string<_CharT,_Traits,_Alloc>::size_type) -1;

 

find 和 rfind 都還比較容易理解，一個(gè)是正向匹配，一個(gè)是逆向匹配，后面的參數(shù)pos都是用來指定起始查找位置。對(duì)于find_first_of 和find_last_of 就不是那么好理解。

find_first_of 是給定一個(gè)要查找的字符集，找到這個(gè)字符集中任何一個(gè)字符所在字符串中第一個(gè)位置。或許看一個(gè)例子更容易明白。

有這樣一個(gè)需求：過濾一行開頭和結(jié)尾的所有非英文字符。看看用string 如何實(shí)現(xiàn)：

#include <string>
#include <iostream>
using namespace std;
int main(){
        string strinfo="   //*---Hello Word!......------";
        string strset="ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz";
        int first = strinfo.find_first_of(strset);
        if(first == string::npos) {
                cout<<"not find any characters"<<endl;
                return -1;
        }
        int last = strinfo.find_last_of(strset);
        if(last == string::npos) {
                cout<<"not find any characters"<<endl;
                return -1;
        }
        cout << strinfo.substr(first, last - first + 1)<<endl;
        return 0;
}

這里把所有的英文字母大小寫作為了需要查找的字符集，先查找第一個(gè)英文字母的位置，然后查找最后一個(gè)英文字母的位置，然后用substr 來的到中間的一部分，用于輸出結(jié)果。下面就是其結(jié)果：
Hello Word
前面的符號(hào)和后面的符號(hào)都沒有了。像這種用法可以用來查找分隔符，從而把一個(gè)連續(xù)的字符串分割成為幾部分，達(dá)到 shell 命令中的 awk 的用法。特別是當(dāng)分隔符有多個(gè)的時(shí)候，可以一次指定。例如有這樣的需求：

張三|3456123, 湖南
李四,4564234| 湖北
王小二, 4433253|北京

...
我們需要以 "|" ","為分隔符，同時(shí)又要過濾空格，把每行分成相應(yīng)的字段。可以作為你的一個(gè)家庭作業(yè)來試試，要求代碼簡(jiǎn)潔。
1.3 string insert, replace, erase
了解了string 的操作符，查找函數(shù)和substr，其實(shí)就已經(jīng)了解了string的80%的操作了。insert函數(shù), replace函數(shù)和erase函數(shù)在使用起來相對(duì)簡(jiǎn)單。下面以一個(gè)例子來說明其應(yīng)用。

 

string只是提供了按照位置和區(qū)間的replace函數(shù)，而不能用一個(gè)string字串來替換指定string中的另一個(gè)字串。這里寫一個(gè)函數(shù)來實(shí)現(xiàn)這個(gè)功能：

void string_replace(string & strBig, const string & strsrc, const string &strdst) {
        string::size_type pos=0;
        string::size_type srclen=strsrc.size();
        string::size_type dstlen=strdst.size();
        while( (pos=strBig.find(strsrc, pos)) != string::npos){
                strBig.replace(pos, srclen, strdst);
                pos += dstlen;
        }
}

看看如何調(diào)用：

#include <string>
#include <iostream>
using namespace std;
int main() {
        string strinfo="This is Winter, Winter is a programmer. Do you know Winter?";
        cout<<"Orign string is :\n"<<strinfo<<endl;
        string_replace(strinfo, "Winter", "wende");
        cout<<"After replace Winter with wende, the string is :\n"<<strinfo<<endl;
        return 0;
}

其輸出結(jié)果：

Orign string is :
This is Winter, Winter is a programmer. Do you know Winter?
After replace Winter with wende, the string is :
This is wende, wende is a programmer. Do you know wende?

如果不用replace函數(shù)，則可以使用erase和insert來替換，也能實(shí)現(xiàn)string_replace函數(shù)的功能：

void string_replace(string & strBig, const string & strsrc, const string &strdst) {
        string::size_type pos=0;
        string::size_type srclen=strsrc.size();
        string::size_type dstlen=strdst.size();
        while( (pos=strBig.find(strsrc, pos)) != string::npos){
                strBig.erase(pos, srclen);
                strBig.insert(pos, strdst);
                pos += dstlen;
        }
}

當(dāng)然，這種方法沒有使用replace來得直接。
2 string 和 C風(fēng)格字符串
現(xiàn)在看了這么多例子，發(fā)現(xiàn)const char* 可以和string 直接轉(zhuǎn)換，例如我們?cè)谏厦娴睦又校褂?

string_replace(strinfo, "Winter", "wende");

來代用

void string_replace(string & strBig, const string & strsrc, const string &strdst)

在C語言中只有char* 和 const char*，為了使用起來方便，string提供了三個(gè)函數(shù)滿足其要求：

const charT* c_str() const
const charT* data() const
size_type copy(charT* buf, size_type n, size_type pos = 0) const

其中：
      1、c_str 直接返回一個(gè)以\0結(jié)尾的字符串。
      2、data 直接以數(shù)組方式返回string的內(nèi)容，其大小為size()的返回值，結(jié)尾并沒有\(zhòng)0字符。
      3、copy 把string的內(nèi)容拷貝到buf空間中。
你或許會(huì)問，c_str()的功能包含data()，那還需要data()函數(shù)干什么？看看源碼：

const charT* c_str () const
{ if (length () == 0) return ""; terminate (); return data (); }

原來c_str()的流程是：先調(diào)用terminate()，然后在返回data()。因此如果你對(duì)效率要求比較高，而且你的處理又不一定需要以\0的方式結(jié)束，你最好選擇data()。但是對(duì)于一般的C函數(shù)中，需要以const char*為輸入?yún)?shù)，你就要使用c_str()函數(shù)。

 

對(duì)于c_str() data()函數(shù)，返回的數(shù)組都是由string本身?yè)碛校f不可修改其內(nèi)容。其原因是許多string實(shí)現(xiàn)的時(shí)候采用了引用機(jī)制，也就是說，有可能幾個(gè)string使用同一個(gè)字符存儲(chǔ)空間。而且你不能使用sizeof(string)來查看其大小。詳細(xì)的解釋和實(shí)現(xiàn)查看Effective STL的條款15：小心string實(shí)現(xiàn)的多樣性。

另外在你的程序中，只在需要時(shí)才使用c_str()或者data()得到字符串，每調(diào)用一次，下次再使用就會(huì)失效，如：

string strinfo("this is Winter");
...
//最好的方式是:
foo(strinfo.c_str());
//也可以這么用:
const char* pstr=strinfo.c_str();
foo(pstr);
//不要再使用了pstr了, 下面的操作已經(jīng)使pstr無效了。
strinfo += " Hello!";
foo(pstr);//錯(cuò)誤！

會(huì)遇到什么錯(cuò)誤？當(dāng)你幸運(yùn)的時(shí)候pstr可能只是指向"this is Winter Hello!"的字符串，如果不幸運(yùn)，就會(huì)導(dǎo)致程序出現(xiàn)其他問題，總會(huì)有一些不可遇見的錯(cuò)誤。總之不會(huì)是你預(yù)期的那個(gè)結(jié)果。

 

3 string 和 Charactor Traits
了解了string的用法，該詳細(xì)看看string的真相了。前面提到string 只是basic_string的一個(gè)typedef。看看basic_string 的參數(shù)：

template <class charT, class traits = char_traits<charT>,
class Allocator = allocator<charT> >
class basic_string
{
        //...
}

char_traits不僅是在basic_string 中有用，在basic_istream 和 basic_ostream中也需要用到。

 

就像Steve Donovan在過度使用C++模板中提到的，這些確實(shí)有些過頭了，要不是系統(tǒng)自己定義了相關(guān)的一些屬性，而且用了個(gè)typedef，否則還真不知道如何使用。

但復(fù)雜總有復(fù)雜道理。有了char_traits，你可以定義自己的字符串類型。當(dāng)然，有了char_traits < char > 和char_traits < wchar_t > 你的需求使用已經(jīng)足夠了，為了更好的理解string ，咱們來看看char_traits都有哪些要求。

如果你希望使用你自己定義的字符，你必須定義包含下列成員的結(jié)構(gòu)：

表達(dá)式                描述
char_type              字符類型
int_type  int            類型
pos_type               位置類型
off_type                表示位置之間距離的類型
state_type             表示狀態(tài)的類型
assign(c1,c2)         把字符c2賦值給c1
eq(c1,c2)              判斷c1,c2 是否相等
lt(c1,c2)                判斷c1是否小于c2
length(str)              判斷str的長(zhǎng)度
compare(s1,s2,n)  比較s1和s2的前n個(gè)字符
copy(s1,s2, n)       把s2的前n個(gè)字符拷貝到s1中
move(s1,s2, n)      把s2中的前n個(gè)字符移動(dòng)到s1中
assign(s,n,c)          把s中的前n個(gè)字符賦值為c
find(s,n,c)              在s的前n個(gè)字符內(nèi)查找c
eof()                      返回end-of-file
to_int_type(c)        將c轉(zhuǎn)換成int_type
to_char_type(i)      將i轉(zhuǎn)換成char_type
not_eof(i)               判斷i是否為EOF
eq_int_type(i1,i2)   判斷i1和i2是否相等

 

想看看實(shí)際的例子，你可以看看sgi STL的char_traits結(jié)構(gòu)源碼.

現(xiàn)在默認(rèn)的string版本中，并不支持忽略大小寫的比較函數(shù)和查找函數(shù)，如果你想練練手，你可以試試改寫一個(gè)char_traits , 然后生成一個(gè)case_string類, 也可以在string 上做繼承，然后派生一個(gè)新的類，例如：ext_string，提供一些常用的功能，例如：
定義分隔符。給定分隔符，把string分為幾個(gè)字段。
提供替換功能。例如，用winter, 替換字符串中的wende
大小寫處理。例如，忽略大小寫比較，轉(zhuǎn)換等
整形轉(zhuǎn)換。例如把"123"字符串轉(zhuǎn)換為123數(shù)字。
這些都是常用的功能，如果你有興趣可以試試。其實(shí)有人已經(jīng)實(shí)現(xiàn)了，看看Extended STL string。如果你想偷懶，下載一個(gè)頭文件就可以用，有了它確實(shí)方便了很多。要是有人能提供一個(gè)支持正則表達(dá)式的string，我會(huì)非常樂意用。

4 string 建議
使用string 的方便性就不用再說了，這里要重點(diǎn)強(qiáng)調(diào)的是string的安全性。
string并不是萬能的，如果你在一個(gè)大工程中需要頻繁處理字符串，而且有可能是多線程，那么你一定要慎重(當(dāng)然，在多線程下你使用任何STL容器都要慎重)。
string的實(shí)現(xiàn)和效率并不一定是你想象的那樣，如果你對(duì)大量的字符串操作，而且特別關(guān)心其效率，那么你有兩個(gè)選擇，首先，你可以看看你使用的STL版本中string實(shí)現(xiàn)的源碼；另一選擇是你自己寫一個(gè)只提供你需要的功能的類。
string的c_str()函數(shù)是用來得到C語言風(fēng)格的字符串，其返回的指針不能修改其空間。而且在下一次使用時(shí)重新調(diào)用獲得新的指針。
string的data()函數(shù)返回的字符串指針不會(huì)以'\0'結(jié)束，千萬不可忽視。
盡量去使用操作符，這樣可以讓程序更加易懂（特別是那些腳本程序員也可以看懂）
5 小結(jié)
難怪有人說：
string 使用方便功能強(qiáng)，我們一直用它！

6 附錄
string 函數(shù)列表

函數(shù)名    描述
begin        得到指向字符串開頭的Iterator
end           得到指向字符串結(jié)尾的Iterator
rbegin       得到指向反向字符串開頭的Iterator
rend          得到指向反向字符串結(jié)尾的Iterator
size           得到字符串的大小
length        和size函數(shù)功能相同
max_size   字符串可能的最大大小
capacity     在不重新分配內(nèi)存的情況下，字符串可能的大小
empty        判斷是否為空
operator[]  取第幾個(gè)元素，相當(dāng)于數(shù)組
c_str          取得C風(fēng)格的const char* 字符串
data           取得字符串內(nèi)容地址
operator=  賦值操作符
reserve      預(yù)留空間
swap         交換函數(shù)
insert         插入字符
append      追加字符
push_back  追加字符
operator+=  += 操作符
erase         刪除字符串
clear          清空字符容器中所有內(nèi)容
resize         重新分配空間
assign        和賦值操作符一樣
replace      替代
copy          字符串到空間
find            查找
rfind           反向查找
find_first_of         查找包含子串中的任何字符，返回第一個(gè)位置
find_first_not_of  查找不包含子串中的任何字符，返回第一個(gè)位置
find_last_of         查找包含子串中的任何字符，返回最后一個(gè)位置
find_last_not_of  查找不包含子串中的任何字符，返回最后一個(gè)位置
substr            得到字串
compare        比較字符串
operator+      字符串鏈接
operator==    判斷是否相等
operator!=     判斷是否不等于
operator<      判斷是否小于
operator>>   從輸入流中讀入字符串
operator<<   字符串寫入輸出流
getline           從輸入流中讀入一行