jinfeng_wang

詳細解說STL string

0 前言: string 的角色

舉例來說，如果文本格式是：用戶名 電話號碼，文件名name.txt BeautifierPlugin Error: Unable to handle "bash" syntax.

Tom 23245332
Jenny 22231231
Heny 22183942
Tom 23245332
...

那么在shell 編程中，可以這樣用： BeautifierPlugin Error: Unable to handle "bash" syntax.

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

如果使用C/C++ 就麻煩了，他需要做以下工作：

1. 先打開文件，檢測文件是否打開，如果失敗，則退出。
2. 聲明一個足夠大得二維字符數組或者一個字符指針數組
3. 讀入一行到字符空間
4. 然后分析一行的結構，找到空格，存入字符數組中。
5. 關閉文件
6. 寫一個排序函數，或者使用寫一個比較函數，使用qsort排序
7. 遍歷數組，比較是否有相同的，如果有，則要刪除，copy...
8. 輸出信息

當然，有了STL，這些處理會得到很大的簡化。我們可以使用 fstream來代替麻煩的fopen fread fclose, 用vector 來代替數組。最重要的是用 string來代替char * 數組，使用sort排序算法來排序，用unique 函數來去重。聽起來好像很不錯 。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;
}

當然，在這個文本格式中，不用vector而使用map會更有擴充性，例如，還可通過人名找電話號碼等等，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字符串，還可以提供字符串的比較，查找等。在sort和unique函數中就默認使用了less 和equal_to函數, 上面的一段代碼，其實使用了string的以下功能：

1. 存儲功能，在getline() 函數中
2. 查找功能，在find() 函數中
3. 子串功能，在substr() 函數中
4. string operator < , 默認在sort() 函數中調用
5. string operator == , 默認在unique() 函數中調用

總之，有了string 后，C++的字符文本處理功能總算得到了一定補充，加上配合STL其他容器使用，其在文本處理上的功能已經與perl, shell, php的距離縮小很多了。 因此掌握string 會讓你的工作事半功倍。

1 string 使用

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

string 其實相當于一個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。詳細函數列表參看附錄。不要害怕這么多函數，其實有許多是序列容器帶有的，平時不一定用的上。

如果你要想了解所有函數的詳細用法，你需要查看basic_string，或者下載STL編程手冊。這里通過實例介紹一些常用函數。

1.1 充分使用string 操作符

#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 BeautifierPlugin Error: Unable to handle "bash" syntax.

-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中仿函數都可以直接使用string作為參數，例如 less, great, equal_to 等，因此在把string作為參數傳遞的時候，它的使用和int 或者float等已經沒有什么區別了。例如，你可以使用：

map<string, int> mymap;
//以上默認使用了 less<string>

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

1. 系統遇到"+"號，發現有一項是string 對象。
2. 系統把另一項轉化為一個臨時 string 對象。
3. 執行 operator + 操作，返回新的臨時string 對象。
4. 如果又發現"+"號，繼續第一步操作。

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

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

1.2 眼花繚亂的string find 函數

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)

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，一個是正向匹配，一個是逆向匹配，后面的參數pos都是用來指定起始查找位置。對于find_first_of 和find_last_of 就不是那么好理解。

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

有這樣一個需求：過濾一行開頭和結尾的所有非英文字符。看看用string 如何實現：

#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;
}

Hello Word

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

1.3 string insert, replace, erase

string只是提供了按照位置和區間的replace函數，而不能用一個string字串來替換指定string中的另一個字串。這里寫一個函數來實現這個功能：

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;
}
}

#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;
}

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?

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;
}
}

2 string 和 C風格字符串

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

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

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

1. c_str 直接返回一個以\0結尾的字符串。
2. data 直接以數組方式返回string的內容，其大小為size()的返回值，結尾并沒有\0字符。
3. copy 把string的內容拷貝到buf空間中。

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

對于c_str() data()函數，返回的數組都是由string本身擁有，千萬不可修改其內容。其原因是許多string實現的時候采用了引用機制，也就是說，有可能幾個string使用同一個字符存儲空間。而且你不能使用sizeof(string)來查看其大小。詳細的解釋和實現查看Effective STL的條款15：小心string實現的多樣性。

另外在你的程序中，只在需要時才使用c_str()或者data()得到字符串，每調用一次，下次再使用就會失效，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, 下面的操作已經使pstr無效了。
strinfo += " Hello!";
foo(pstr);//錯誤！

3 string 和 Charactor Traits

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

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

但復雜總有復雜道理。有了char_traits，你可以定義自己的字符串類型。當然，有了char_traits < char > 和char_traits < wchar_t > 你的需求使用已經足夠了，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構：

表達式	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的長度
compare(s1,s2,n)	比較s1和s2的前n個字符
copy(s1,s2, n)	把s2的前n個字符拷貝到s1中
move(s1,s2, n)	把s2中的前n個字符移動到s1中
assign(s,n,c)	把s中的前n個字符賦值為c
find(s,n,c)	在s的前n個字符內查找c
eof()	返回end-of-file
to_int_type(c)	將c轉換成int_type
to_char_type(i)	將i轉換成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

想看看實際的例子，你可以看看sgi STL的char_traits結構源碼.

現在默認的string版本中，并不支持忽略大小寫的比較函數和查找函數，如果你想練練手，你可以試試改寫一個char_traits , 然后生成一個case_string類, 也可以在string 上做繼承，然后派生一個新的類，例如：ext_string，提供一些常用的功能，例如：

1. 定義分隔符。給定分隔符，把string分為幾個字段。
2. 提供替換功能。例如，用winter, 替換字符串中的wende
3. 大小寫處理。例如，忽略大小寫比較，轉換等
4. 整形轉換。例如把"123"字符串轉換為123數字。

4 string 建議

1. string并不是萬能的，如果你在一個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(當然，在多線程下你使用任何STL容器都要慎重)。
2. string的實現和效率并不一定是你想象的那樣，如果你對大量的字符串操作，而且特別關心其效率，那么你有兩個選擇，首先，你可以看看你使用的STL版本中string實現的源碼；另一選擇是你自己寫一個只提供你需要的功能的類。
3. string的c_str()函數是用來得到C語言風格的字符串，其返回的指針不能修改其空間。而且在下一次使用時重新調用獲得新的指針。
4. string的data()函數返回的字符串指針不會以'\0'結束，千萬不可忽視。
5. 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

6 附錄

7 參考文章

1. SGI STL: char_traits 源碼
2. STL 編程手冊: basic_string
3. 詳細解說 STL 排序(Sort)
4. 詳細解說 STL hash_map系列
5. Effective STL 中文版