詳細解說STL string
0 前言: string 的角色
C++ 語言是個十分優(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,每當別人這么說,我總是不屑一顧,認為他們根本就沒有領(lǐng)會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 電話號碼,文件名name.txt
Tom 23245332
Jenny 22231231
Heny 22183942
Tom 23245332
...
現(xiàn)在我們需要對用戶名排序,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,檢測文件是否打開,如果失敗,則退出。
- 聲明一個足夠大得二維字符數(shù)組或者一個字符指針數(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
- 寫一個排序函數(shù),或者使用寫一個比較函數(shù),使用qsort排序
- 遍歷數(shù)組,比較是否有相同的,如果有,則要刪除,copy...
- 輸出信息
你可以用C++或者C語言去實現(xiàn)這個流程。如果一個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)計和分析),你說他會喜歡C/C++么?
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(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 。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;
}
也還不錯吧,至少會比想象得要簡單得多?。ùa里面沒有對錯誤進行處理,只是為了說明問題,不要效仿).
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(shù)中就默認使用了less 和equal_to函數(shù), 上面的一段代碼,其實使用了string的以下功能:
- 存儲功能,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 < , 默認在sort() 函數(shù)中調(diào)用
- string operator == , 默認在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 會讓你的工作事半功倍。
1 string 使用
其實,string并不是一個單獨的容器,只是basic_string 模板類的一個typedef 而已,相對應的還有wstring, 你在string 頭文件中你會發(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(shù)列表參看附錄。不要害怕這么多函數(shù),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(shù)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(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,對字符串操作非常方便。先看看下面這個例子: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" + " !";
看見其中的特點了嗎?只要你的等式里面有一個 string 對象,你就可以一直連續(xù)"+",但有一點需要保證的是,在開始的兩項中,必須有一項是 string 對象。其原理很簡單:
- 系統(tǒng)遇到"+"號,發(fā)現(xiàn)有一項是string 對象。
- 系統(tǒng)把另一項轉(zhuǎn)化為一個臨時 string 對象。
- 執(zhí)行 operator + 操作,返回新的臨時string 對象。
- 如果又發(fā)現(xiàn)"+"號,繼續(xù)第一步操作。
由于這個等式是由左到右開始檢測執(zhí)行,如果開始兩項都是const char* ,程序自己并沒有定義兩個const char* 的加法,編譯的時候肯定就有問題了。
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,一般是用不上。當然at()函數(shù)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;
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,返回第一個位置 |
find_first_not_of |
查找不包含子串中的任何字符,返回第一個位置 |
find_last_of |
查找包含子串中的任何字符,返回最后一個位置 |
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size_type類型,這個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,一個是正向匹配,一個是逆向匹配,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?;蛟S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(jié)尾的所有非英文字符。看看用string 如何實現(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,先查找第一個英文字母的位置,然后查找最后一個英文字母的位置,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:
前面的符號和后面的符號都沒有了。像這種用法可以用來查找分隔符,從而把一個連續(xù)的字符串分割成為幾部分,達到 shell 命令中的 awk 的用法。特別是當分隔符有多個的時候,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,同時又要過濾空格,把每行分成相應的字段。可以作為你的一個家庭作業(yè)來試試,要求代碼簡潔。
1.3 string insert, replace, erase
了解了string 的操作符,查找函數(shù)和substr,其實就已經(jīng)了解了string的80%的操作了。insert函數(shù), replace函數(shù)和erase函數(shù)在使用起來相對簡單。下面以一個例子來說明其應用。
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string字串來替換指定string中的另一個字串。這里寫一個函數(shù)來實現(xiàn)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;
}
}
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;
}
}
當然,這種方法沒有使用replace來得直接。
2 string 和 C風格字符串
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,例如我們在上面的例子中,使用
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:
- c_str 直接返回一個以\0結(jié)尾的字符串。
- 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。
- copy 把string的內(nèi)容拷貝到buf空間中。
你或許會問,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)。
對于c_str() data()函數(shù),返回的數(shù)組都是由string本身擁有,千萬不可修改其內(nèi)容。其原因是許多string實現(xiàn)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(xiàn)查看Effective STL的條款15:小心string實現(xiàn)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(diào)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(jīng)使pstr無效了。
strinfo += " Hello!";
foo(pstr);//錯誤!
會遇到什么錯誤?當你幸運的時候pstr可能只是指向"this is Winter Hello!"的字符串,如果不幸運,就會導致程序出現(xiàn)其他問題,總會有一些不可遇見的錯誤??傊粫悄泐A期的那個結(jié)果。
3 string 和 Charactor Traits
了解了string的用法,該詳細看看string的真相了。前面提到string 只是basic_string的一個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(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(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:
- 定義分隔符。給定分隔符,把string分為幾個字段。
- 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。其實有人已經(jīng)實現(xiàn)了,看看Extended STL string。如果你想偷懶,下載一個頭文件就可以用,有了它確實方便了很多。要是有人能提供一個支持正則表達式的string,我會非常樂意用。
4 string 建議
使用string 的方便性就不用再說了,這里要重點強調(diào)的是string的安全性。
- 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)。
- string的實現(xiàn)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(guān)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(xiàn)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。
- string的c_str()函數(shù)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(diào)用獲得新的指針。
- string的data()函數(shù)返回的字符串指針不會以'\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,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[] |
取第幾個元素,相當于數(shù)組 |
c_str |
取得C風格的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,返回第一個位置 |
find_first_not_of |
查找不包含子串中的任何字符,返回第一個位置 |
find_last_of |
查找包含子串中的任何字符,返回最后一個位置 |
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 |
7 參考文章
- SGI STL: char_traits 源碼
- STL 編程手冊: basic_string
- 詳細解說 STL 排序(Sort)
- 詳細解說 STL hash_map系列
- Effective STL 中文版
論壇討論 :討論:詳細解說STL string