💭 写在前面
안녕하세요 ，我是柠檬叶子C
好久不见！前段时间比较忙，更新频率有所减缓。好在现在快忙完了，我又有时间更文咯，还希望大伙能多多支持！我将会呈现出更多高质量的博客给大家！
本章将介绍 string 类，在 string 讲解之前会补充一些知识点，比如 basic_string 和字符编码等。string 类的东西太多了，全部介绍一遍似乎不太现实，所以我们将介绍 string 常用的接口函数。如果以后需要用到一些接口函数，要学会查文档，现查现用的技能。
Ⅰ. string的前置知识
0x00 引入 - 学习string类的原因
C语言中的字符串，是以 \0 为结尾的一些字符的集合。
为了方便操作，C标准库 中提供了一些 str 系列的库函数。
但是这些库函数与字符串是分离开的，不太符合面向对象的思想。
而且底层空间需要用户自己管理，一不小心还会造成越界访问，让人很不爽。
在工作中为了方便大多会使用 string 类，很少有人去使用 C 标准库中的字符串操作函数。
0x01 认识string类
📚 概念： 简单来说，string 就是一个管理字符串的类。
（下面的知识点会比较干，稍作了解一下即可，感兴趣可以查看 sting 类的文档）
🔍 资料： string - C++ Reference（string类的文档介绍）
① 字符串是表示字符序列的类。
② 标准的字符串提供了对此类对象的支持，其接口类似于标准字符容器的接口，
但添加了专门用于操作单字节字符串的设计特性。
③ string 类是使用 char，即作为它的字符类型，使用它的默认 char_traits 和分配器类型。
（关于模板的更多信息，可以参阅 basic_string）
④ string类是 basic_sting 模板类的一个实例，它使用 char 来实例化 basic_string 模板类，
并用 char_traits 和 allocator 作为 basic_string 的默认参数。
（关于更多的模板信息请参考 basic_sting ）
⑤ 注意，这个类独立于所使用的编码来处理字节。
如果用来处理多字节或变长字符（如UTF-8）的系列，这个类的所有成员（如长度或大小）
以及它的迭代器，将仍然按照字节（而不是实际编码的字符）来操作。
🔺 总结：
① string 是表示字符串的字符串类。
② 该类的接口与常规容器的接口基本相同，再添加了一些专门用来操作 string 的常规操作。
③ string在底层上实际是：basic_string 模板类的别名：
typedef basic_string<char, char_traits, allocator>string;
④ 不能操作多字节或者变长字符的序列。
📁 头文件： <string>
#include <string> // 使用string类时，需引入头文件 <string> using namespace std; // 展开std
0x02 basic_string 模板类
在正式开始讲解 string 之前，我们还要介绍一下我们刚才提到的 basic_string 模板类。
从文档中可以看出，string 的原生类并不是直接定义了一个 string 类，而是定义出了一个类模板。
而 string 是用 typedef 出来的，它其实是 basic_string<char> 这个玩意。
💬 代码演示：我们先用 C 格式字符串构造一个 string 类对象：
#include <iostream> #include <string> using namespace std; int main(void) { string s1("Hello,String!"); return 0; }
既然我们知道了它是 basic_string<char> ，我们来猜想一下它在库里面是如何定义的。
💭 猜想：这个类模板可能是这么定义的
template<class T> class basic_string { private: T* _str; // ... };
❓ 思考：这时候我们思考一个问题，这里为什么需要模板？
有人会想，管理字符串不就是一个 char 嘛？搞一个模板 T 出来干什么？
这和编码有关系，这里稍微补充一下关于编码的知识。
0x03 香蕉君为你讲解： 编码表的由来（听故事）
我们知道，计算机是漂亮国的人发明的，
所以早期在计算机上自然是只需要显示英文的。
英文的显示非常简单， 英文字母一组合就是英文单词了，
大写字母 + 小写字母，再加上一些标点符号，
顶多也就一百多个字符，所以出现了一套 ASCII 码。
比如说你写了一个 'a' ，你想在计算机中存储，因为计算机只有二进制，
虽然 和 只能表示两种状态，但是多个 和 一组合就可以表示出很多状态了。
为了能够记录这些 自♂由的 字符，于是就建立了一个映射。
值映射符号，建立映射关系 ，于是就产生了编码表：
（ ASCII 码表 ）
"ASCII ((American Standard Code for Information Interchange): 美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。"
比如说我们要表示 hello，我们在数组中存储这个单词：
char str1[] = "hello";
实际在内存当中，我存的不是 ，而是它们每个字母（字符）在表中对应的ASCII码值。
👈 可以通过监视观察一下
存储之后如果我们要把它打印出来，就是通过对照着 ASCII 来 "读" 这个数组的。
这，就是编码表！
我们开头说了，计算机是漂亮国的人发明的，早期在计算机上只需要显示英文，
但是后来计算机开始流行，其他国家也要用，但是你这个是英文的，
虽然英文是世界通用语言，但也不是所有人都懂英文啊。
为了能让电脑更好地普及，这时候就有人搞出了 Unicode。
📚 概念：Unicode - 表示全世界文字的编码表
"统一码（Unicode），也叫万国码、单一码，是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。"
（如果你不知道并且感兴趣的话可以问问度娘）
中国文化博大精深，岂是ASCII码的256个字符能表示得了的：
"秦代的《仓颉》《博学》《爰历》三篇共3300字，汉代扬雄的《训纂篇》有5340字，许慎的《说文解字》就有9353字，晋代作品《字林》有12824字，后魏杨承庆的《字统》有13734字，唐代孙强增字本《玉篇》有22561字，到了宋代，司马光修《类篇》，里面有31319字，清代的《康熙字典》则收录了47000多字，1915年欧阳博存的《中华大字典》有48000多字，1959年，日本诸桥辙次的《大汉和词典》收字49964个，1971年张其昀主编的《中文大辞典》有49888字。"
这么多汉字都要表示，如果还是拿值和汉字一一对应，那还得了？
utf-8，常见的汉字都用2个字节去编，
一些生僻的可以用3个或者4个……（我们常说的 utf-8 utf-16 utf-32 ）
你可以理解为，中文有了一套自己的规则，去找到值对应的汉字。
char str2[] = "吃饭";
存的时候存的是 utf-8 对应的值，你要用的时候它就会拿这个表去查。
要对应的上，如果对应不上就会出现我们熟知的乱码。
所以建议在Linux或服务器下统一把编码设置为 utf-8，不然出现乱码会很恶心。
这里显示的是 GB2312，这又是什么呢？
我们已经知道，Unicode 是世界通用编码，而我们中国也有一套自己的编码方式。
📚 概念：GBK —— 中文自己量身定做的编码表。
"GBK全称《汉字内码扩展规范》（GBK即“国标”、“扩展”汉语拼音的第一个字母，英文名称：Chinese Internal Code Specification）"
如果你打开一个文本，Windows 下一般默认的编码是GBK，Linux 下默认的就是 utf-8 。
GBK包括所有的汉字，包括简体和繁体。而这里显示的 GB2312 则只包括简体汉字。
其实，读音相同的字是编到一起的，不信我们来看一下：
int main(void) { char str2[] = "吃饭"; str2[1] += 1; str2[3] += 1; str2[1] += 1; str2[3] += 1; str2[1] += 1; str2[3] += 1; return 0; }
知道这个特性之后有什么用呢，我瞎举个例子。
大家打游戏的时候难免爆粗口，队友太菜，嘴臭骂脏话，
你有没有把脏话发出去的时候，有些脏字变成了星号？
想这些常见的不文明词汇，系统会有一个脏话词库，把我们的国骂都放进去。
你发了一段话，聊天系统就会检查是否和脏话词库匹配，如果匹配就会把它隐藏成 *
（守望先锋游戏日常）
英雄联盟：草***，我上路**团战****个臭*****非要**
守望先锋：滚**亲的**东西我**消灭金，你在*叫什么？
虽然打 "我操" ，打不出来，但是人家打 卧槽、硪糙、我焯，这样的词，就能发出来了，
"wocao" 同音的字是在一个范围里的，我们利用这个特性，把跟这个范围组合的都给你屏蔽掉，
这样的话你打同音字、谐音字骂人，也能做到给你屏蔽。
编码的知识就讲到这里，有一丢丢扯的了，
下面我们继续回到 basic_string 模板类 的讲解。
💡 回到刚才的问题 —— string 需要模板的原因：
刚才介绍了编码，现在大家应该能理解为什么 string 需要模板了。
string 不仅有 char，还有 wchar_t （2个字节），这就是 string 需要 basic_sting 的原因。
template<class T> class basic_string { private: T* _str; // ... };
所以这个 T 不一定是 char，还有可能是 wchar_t，这和编码有关系。
基于编码的原因，有些字符串就会用两个字符去表示一个字，
所以就有了 wchar_t —— 宽字节。
0x04 其它字符编码的string
📚 概念：宽字节是一种扩展的存储方式，unicode 编码的字符一般以 wchar_t 类型存储。
💬 我们 sizeof wchar_t 看看：
#include <iostream> using namespace std; int main(void) { cout << sizeof(char) << endl; cout << sizeof(wchar_t) << endl; return 0; }
wchar_t 是两个字节，是为了更好地表示字符。
如果涉及 Windows 编程，Windows 下的很多接口都是用的 Unicode，
这时它的字符串不是 char*，而是 wchar_t* ，这时候就涉及到转码，
如果想要存储 wchar_t* ，就最好用 wstring —— 专门处理宽字符的。
📚 概念：wstring 就是每个字符都是一个 wchar_t 的：
不仅仅有 string 和 wstring！
还有 u16string（存16个比特位）、还有u32string（存32个比特位）
🔍 这里就不逐个讲解了，感兴趣可以查文档：
u16string - C++ Reference u32string - C++ Reference
🔺 结论：
本章主要学习 string，现阶段基本用的都是 string （里面存 char）
如果碰到有些地方是 wchar_t 就要使用与之对应的 wstring 了，
其他也一样，比如有些地方字符串编码是 utf-32，这时候你就可能要用 u32string 去存储了。
因为有的库或API只支持UTF-16编码的字符，
而且有的API使用UTF-16编码的字符时执行速度会快一些。
（你如果坚持使用UTF-8，它内部需要将UTF-8转换成UTF-16，速度可能会慢）
Ⅱ. string类的常用接口
| (constructor) 函数名称 | 功能说明 |
| string() （重点） | 构造空的string类对象，即空字符 |
| string(const char* s) （重点） | 用C-string来构造string类对象 |
| string(size_t n, char c) | string类对象中包含n个字符c |
| string(const string& s) （重点） | 拷贝构造函数 |
0x00 引入 - 正式开始学习string
铺垫结束！前置知识我们已经讲完了，现在我们正式开始学习 string。
我们知道了，字符串里的每一个字符都是 char 了，那平时我们怎么用它呢？
注意，本篇博客我们只只介绍常用的接口！
0x01 string类对象的常见构造
我们还是以查看文档的方式去学习。
🔍 查看文档：string::string - C++ Reference
📚 重点掌握这几个：
string() // 构造空的string类对象，即非空字符串。 string(cosnt char* s) // 用C-string来构造string类对象 string(size_t n, char c) // string类对象中包含n个字符c string(const string&s) // 拷贝构造函数
💬 代码演示：
#include <iostream> #include <string> // 要包含头文件string using namespace std; // 为了方便练习，就随便展开命名空间了。 void StringTest() { /* 无参 */ string s1; // 构造空的string类对象s1 /* 带参 */ string s2("HelloString!\n"); // 用C格式字符串构造string类对象s2 /* 拷贝构造 */ string s3(s2); // 拷贝构造s3 }
🔨 学会看文档：
#include <iostream> #include <string> using namespace std; int main(void) { string s1("abcdef123456"); string s2(s1, 2, 6); // 从第2个位置开始，初始化6个字符 cout << s2 << endl; return 0; }
再仔细观察，我们发现长度 len 缺省值给的是 npos：
string ( const string& str, size_t pos, // 起始位置 size_t len = npos // 长度（缺省值给的npos） );
也就是说，如果你不指定初始化多少个字符，他会默认按 npos 个来。
这个 npos 你可以理解为是 string 里的一个静态变量，它是 -1。
当你没有指定 len 时，因为 npos 是 -1，而又是 size_t 无符号整型，他长度将会是整形的最大值。
也就是说，如果你不传，它就相当于取整型最大值 2147483647，
这很大，非常的大，所以也就相当于取所有字符串了。
💬 如果不指定 len：
int main(void) { string s1("abcdef123456"); string s2(s1, 2); // 从第2个位置开始，初始化npos个长度的字符 cout << s2 << endl; return 0; }
