【C++要笑着学】编码的由来 | basic_string模板类 | string类的常用接口讲解 | 学会查文档(一)

简介: 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!

💭 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。

314f03934a2803f429974d16c711b1ae_0d8fdfaafabf41e98b4dd1fad3961269.png


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?

52bfdc5e9d7ac4f9cabef5f0ee6f1de1_15dfbd4e52954c4c923bb01348cfb0cd.png


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,

24be420dae43187a700fe26b54e24163_3521bbd81e734e6d8f668b90f0406bc2.png

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:

66c92f9cec85f1712a72708c6fe42180_03bad74836b3408a95dc37371d6bc3d6.png

( 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。

246e0bdef80494364dc9c52c41fc75e4_da7fa46d8d034695a7d38f8fec66834a.png

👈 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。"

58a9683a85c1fbc944c95e2122a2aca0_73e8eef733694902b2a801f6225088a7.png

(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";

dc51490094857de2eb9d9a9600d647e3_5a1896887c814acca3d0574fbe3b47f4.png


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。

b08ecde103b6d3259d6a6b9dda8ae350_bc1b7902c15f4378807c45ffb3e556d3.png

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。

bba23569e46158fdf75b81485cac8b7f_4204eeb0af9e4a7c9eb0038a26092062.png

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;
}

5412770e779ec2aeced38713d57fa728_d439dbab83484a2893ee0326b5e795eb.png


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 *

d96c117e82efc9347e79090281b6b715_6c7b7aad33644e9088d63f3eba603515.png

(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;
}

cf5bcc3cc182b7baa12de27442ee8b45_e9f92f12b85b42f59e79259bb5f96f84.png

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)

6b43f933d7ec0fa4160c8089450b7f87_c3673a3387974421853f7b4ad184557c.png

🔍 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。

75500ef6caf82a36d38e909f2ee05466_55367ac56ac449e7a38b34aaf25cf695.png

🔍 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:

fcbc2181d5417df4d51cf82ab484594d_b260170d27b74a52bc909efdd540585a.png

#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;
}

9e8041b727af71cb50dc07fd6257ac12_23d80272e8f44395be0debb072e01175.png


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。

300770867de4da9eda72fbccdbb356f0_3e1908951dd44bf2a697db286f346c5a.png


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;
}

dd8c34531a954fb42a377be44f3c44ce_0a820518674b405092eb9306f6ebb910.png


相关文章
|
25天前
|
存储 安全 C语言
C++ String揭秘:写高效代码的关键
在C++编程中,字符串操作是不可避免的一部分。从简单的字符串拼接到复杂的文本处理,C++的string类为开发者提供了一种更高效、灵活且安全的方式来管理和操作字符串。本文将从基础操作入手,逐步揭开C++ string类的奥秘,帮助你深入理解其内部机制,并学会如何在实际开发中充分发挥其性能和优势。
|
25天前
|
编译器 C++ 开发者
【C++篇】深度解析类与对象(下)
在上一篇博客中,我们学习了C++的基础类与对象概念,包括类的定义、对象的使用和构造函数的作用。在这一篇,我们将深入探讨C++类的一些重要特性,如构造函数的高级用法、类型转换、static成员、友元、内部类、匿名对象,以及对象拷贝优化等。这些内容可以帮助你更好地理解和应用面向对象编程的核心理念,提升代码的健壮性、灵活性和可维护性。
|
4天前
|
设计模式 安全 C++
【C++进阶】特殊类设计 && 单例模式
通过对特殊类设计和单例模式的深入探讨,我们可以更好地设计和实现复杂的C++程序。特殊类设计提高了代码的安全性和可维护性,而单例模式则确保类的唯一实例性和全局访问性。理解并掌握这些高级设计技巧,对于提升C++编程水平至关重要。
33 16
|
7天前
|
安全 C++
【c++】继承(继承的定义格式、赋值兼容转换、多继承、派生类默认成员函数规则、继承与友元、继承与静态成员)
本文深入探讨了C++中的继承机制,作为面向对象编程(OOP)的核心特性之一。继承通过允许派生类扩展基类的属性和方法,极大促进了代码复用,增强了代码的可维护性和可扩展性。文章详细介绍了继承的基本概念、定义格式、继承方式(public、protected、private)、赋值兼容转换、作用域问题、默认成员函数规则、继承与友元、静态成员、多继承及菱形继承问题,并对比了继承与组合的优缺点。最后总结指出,虽然继承提高了代码灵活性和复用率,但也带来了耦合度高的问题,建议在“has-a”和“is-a”关系同时存在时优先使用组合。
50 6
|
25天前
|
安全 编译器 C语言
【C++篇】深度解析类与对象(中)
在上一篇博客中,我们学习了C++类与对象的基础内容。这一次,我们将深入探讨C++类的关键特性,包括构造函数、析构函数、拷贝构造函数、赋值运算符重载、以及取地址运算符的重载。这些内容是理解面向对象编程的关键,也帮助我们更好地掌握C++内存管理的细节和编码的高级技巧。
|
25天前
|
存储 程序员 C语言
【C++篇】深度解析类与对象(上)
在C++中,类和对象是面向对象编程的基础组成部分。通过类,程序员可以对现实世界的实体进行模拟和抽象。类的基本概念包括成员变量、成员函数、访问控制等。本篇博客将介绍C++类与对象的基础知识,为后续学习打下良好的基础。
|
4天前
|
缓存 安全 Java
《从头开始学java,一天一个知识点》之:字符串处理:String类的核心API
🌱 **《字符串处理:String类的核心API》一分钟速通!** 本文快速介绍Java中String类的3个高频API:`substring`、`indexOf`和`split`,并通过代码示例展示其用法。重点提示:`substring`的结束索引不包含该位置,`split`支持正则表达式。进一步探讨了String不可变性的高效设计原理及企业级编码规范,如避免使用`new String()`、拼接时使用`StringBuilder`等。最后通过互动解密游戏帮助读者巩固知识。 (上一篇:《多维数组与常见操作》 | 下一篇预告:《输入与输出:Scanner与System类》)
36 11
|
9天前
|
Java
课时14:Java数据类型划分(初见String类)
课时14介绍Java数据类型,重点初见String类。通过三个范例讲解:观察String型变量、&quot;+&quot;操作符的使用问题及转义字符的应用。String不是基本数据类型而是引用类型,但使用方式类似基本类型。课程涵盖字符串连接、数学运算与字符串混合使用时的注意事项以及常用转义字符的用法。
|
9天前
|
存储 JavaScript Java
课时44:String类对象两种实例化方式比较
本次课程的主要讨论了两种处理模式在Java程序中的应用,直接赋值和构造方法实例化。此外,还讨论了字符串池的概念,指出在Java程序的底层,DOM提供了专门的字符串池,用于存储和查找字符串。 1.直接赋值的对象化模式 2.字符串池的概念 3.构造方法实例化
|
4月前
|
存储 编译器 C语言
【c++丨STL】string类的使用
本文介绍了C++中`string`类的基本概念及其主要接口。`string`类在C++标准库中扮演着重要角色,它提供了比C语言中字符串处理函数更丰富、安全和便捷的功能。文章详细讲解了`string`类的构造函数、赋值运算符、容量管理接口、元素访问及遍历方法、字符串修改操作、字符串运算接口、常量成员和非成员函数等内容。通过实例演示了如何使用这些接口进行字符串的创建、修改、查找和比较等操作,帮助读者更好地理解和掌握`string`类的应用。
131 2