一枝独秀的字符串：C++也能处理文本？

2022-04-17 01:35:01 阅读：145 来源： 互联网

标签：regex string auto C++ 一枝独秀字符串文本 type

string 的接口比较复杂，除了字符串操作，还有 size()、begin()、end()、push_back() 等类似容器的操作，这很容易让人产生“联想”，把它当成是一个“字符容器”。但我不建议你这样做。字符串和容器完全是两个不同的概念。
字符串是“文本”，里面的字符之间是强关系，顺序不能随便调换，否则就失去了意义，通常应该视为一个整体来处理。而容器是“集合”，里面的元素之间没有任何关系，可以随意增删改，对容器更多地是操作里面的单个元素。理解了这一点，把每个字符串都看作是一个不可变的实体，你才能在 C++ 里真正地用好字符串。但有的时候，我们也确实需要存储字符的容器，比如字节序列、数据缓冲区，这该怎么办呢？这个时候，我建议你最好改用vector，它的含义十分“纯粹”，只存储字符，没有 string 那些不必要的成本，用起来也就更灵活一些。接下来我们再看看 string 的一些小技巧。

字面量后缀

C++11 为方便使用字符串，新增了一个字面量的后缀“s”，明确地表示它是 string 字符串类型，而不是 C 字符串，这就可以利用 auto 来自动类型推导，而且在其他用到字符串的地方，也可以省去声明临时字符串变量的麻烦，效率也会更高：

using namespace std::literals::string_literals; //必须打开名字空间
auto str = "std string"s; // 后缀s，表示是标准字符串，直接类型推导

为了避免与用户自定义字面量的冲突，后缀“s”不能直接使用，必须用 using 打开名字空间才行，这是它的一个小缺点。

原始字符串

C++11 还为字面量增加了一个“原始字符串”（Raw string literal）的新表示形式，比原
来的引号多了一个大写字母 R 和一对圆括号，就像下面这样：

auto str = R"(nier:automata)"; // 原始字符串：nier:automata

这种形式初看上去显得有点多余，它有什么好处呢？你一定知道，C++ 的字符有“转义”的用法，在字符前面加上一个“\”，就可以写出“\n”“\t”来表示回车、跳格等不可打印字符。但这个特性也会带来麻烦，有时我们不想转义，只想要字符串的“原始”形式，在 C++ 里写起来就很难受了。特别是在用正则表达式的时候，由于它也有转义，两个转义效果“相乘”，就很容易出错。比如说，我要在正则里表示“$”，需要写成"\$"，而在 C++ 里需要对“\”再次转义，就是“\\\$”，你能数出来里面到底有多少个“\”吗？如果使用原始字符串的话，就没有这样的烦恼了，它不会对字符串里的内容做任何转义，完全保持了“原始风貌”，即使里面有再多的特殊字符都不怕：

auto str1 = R"(char""'')"; // 原样输出：char""''
auto str2 = R"(\r\n\t\")"; // 原样输出：\r\n\t\"
auto str3 = R"(\\\$)"; // 原样输出：\\\$
auto str4 = "\\\\\\$"; // 转义后输出：\\\$

不过，想要在原始字符串里面写引号 + 圆括号的形式该怎么办呢？对于这个问题，C++ 也准备了应对的办法，就是在圆括号的两边加上最多 16 个字符的特别“界定符”（delimiter），这样就能够保证不与字符串内容发生冲突：

auto str5 = R"==(R"(xxx)")==";// 原样输出：R"(xxx)"

字符串转换函数

在处理字符串的时候，我们还会经常遇到与数字互相转换的事情，以前只能用 C 函数atoi()、atol()，它们的参数是 C 字符串而不是 string，用起来就比较麻烦，于是，C++11就增加了几个新的转换函数：
stoi()、stol()、stoll() 等把字符串转换成整数；
stof()、stod() 等把字符串转换成浮点数；
to_string() 把整数、浮点数转换成字符串。
这几个小函数在处理用户数据、输入输出的时候，非常方便：

assert(stoi("42") == 42); // 字符串转整数
assert(stol("253") == 253L); // 字符串转长整数
assert(stod("2.0") == 2.0); // 字符串转浮点数
assert(to_string(1984) == "1984"); // 整数转字符串

字符串视图类

再来说一下 string 的成本问题。它确实有点“重”，大字符串的拷贝、修改代价很高，所以我们通常都尽量用 const string&，但有的时候还是无法避免（比如使用 C 字符串、获取子串）。如果你对此很在意，就有必要找一个“轻量级”的替代品。
在 C++17 里，就有这么一个完美满足所有需求的东西，叫 string_view。顾名思义，它是一个字符串的视图，成本很低，内部只保存一个指针和长度，无论是拷贝，还是修改，都非常廉价。唯一的遗憾是，它只出现在 C++17 里，不过你也可以参考它的接口，自己在 C++11 里实现一个简化版本。下面我给你一个简单的示范，你可以自己扩展：

class my_string_view final // 简单的字符串视图类，示范实现
{
public:
using this_type = my_string_view; // 各种内部类型定义
using string_type = std::string;
using string_ref_type = const std::string&;
using char_ptr_type = const char*;
using size_type = size_t;
private:
char_ptr_type ptr = nullptr; // 字符串指针
size_type len = 0; // 字符串长度
public:
my_string_view() = default;
~my_string_view() = default;
my_string_view(string_ref_type str) noexcept
: ptr(str.data()), len(str.length())
{}
public:
char_ptr_type data() const // 常函数，返回字符串指针
{
return ptr;
}
size_type size() const // 常函数，返回字符串长度
{
return len;
}
};

正则表达式

说了大半天，其实我们还是没有回答这节课开头提出的疑问，也就是“在 C++ 里该怎么处理文本”。string 只是解决了文本的表示和存储问题，要对它做大小写转换、判断前缀后缀、模式匹配查找等更复杂的处理，要如何做呢？
C++11 在标准库里加入了正则表达式库 regex，利用它的强大能力，你就能够任意操作文本、字符串。
C++ 正则表达式主要有两个类。
regex：表示一个正则表达式，是 basic_regex 的特化形式；
smatch：表示正则表达式的匹配结果，是 match_results 的特化形式。
C++ 正则匹配有三个算法，注意它们都是“只读”的，不会变动原字符串。
regex_match()：完全匹配一个字符串；
regex_search()：在字符串里查找一个正则匹配；
regex_replace()：正则查找再做替换。
所以，你只要用 regex 定义好一个表达式，然后再调用匹配算法，就可以立刻得到结果，用起来和其他语言差不多。不过，在写正则的时候，记得最好要用“原始字符串”，不然转义符绝对会把你折腾得够呛。
下面我举个例子：

标签：regex,string,auto,C++,一枝独秀,字符串,文本,type
来源： https://www.cnblogs.com/ailen-ailen/p/16154846.html