标准C++的字符串操作

使用过MFC会发现CString比std::string好用，而使用过C#，会发现System.String用起来更爽。标准C++是否也可以得心应手地处理字符串呢？答案是肯定的，我接下来 会介绍如何实现以下操作

1. 字符串的format
2. char*, wchar_t*, _bstr_t, CComBSTR, basic_string, System.String间的转换
3. Trim操作
4. 字符串的分词
5. 字符串与各种类型间的转换
6. 字符串的hash操作

• 字符串的format

CString与System.String都与Format方法，在标准C++如何实现这样的功能呢？有两种方法：

1. 使用boost的Format方法
2. 使用basic_stringstream

下面我就使用basic_stringstream进行format给出示例：

#include <sstream> #include <iostream> #include <iomanip> using namespace std; int _tmain(int argc, _TCHAR* argv[]) { basic_stringstream<char> ss; int x = 30; float y = 0.00000009; float z = -9.9; ss << x << ' ' << y << z << endl; //按十进制输出 cout << "按十进制输出" << endl; cout << ss.str() << endl; ss.rdbuf()->str(""); ss << hex << x << ' ' << y << z << endl; //按十六进制输出 cout << "按十六进制输出" << endl; cout << ss.str() << endl; ss.rdbuf()->str(""); //设置基指示符,强制在正数前加+号,强制显示小数点后的无效0, 仍按十六机制输出 ss << setiosflags(ios::showbase | ios::showpos | ios::showpoint) << x << ' ' << y << z << endl; cout << "设置基指示符,强制在正数前加+号, 仍按十六机制输出" << endl; cout << ss.str() << endl; ss.rdbuf()->str(""); //取消设置基指示符与强制在正数前加+号，取消强制显示小数点后的无效0， 仍按十六进制输出 ss << resetiosflags(ios::showbase | ios::showpos | ios::showpoint) << x << ' ' << y << z << endl; cout << "取消设置基指示符与强制在正数前加+号，取消强制显示小数点后的无效0， 仍按十六进制输出" << endl; cout << ss.str() << endl; ss.rdbuf()->str(""); //设置基指示符，科学计数法，数值中的字母大写输出,十六进制输出 ss << setiosflags(ios::showbase | ios::uppercase | ios::scientific) << x << ' ' << y << z <<endl; cout << "设置基指示符，科学计数法，数值中的字母大写输出,十六进制输出" << endl; cout << ss.str() << endl; ss.rdbuf()->str(""); //仍是十六进制输出，取消基指示符与数值中的字母大写输出，取消科学计数法 ss << resetiosflags(ios::showbase | ios::uppercase) << x << ' ' << y << z << endl; cout << "仍是十六进制输出，取消基指示符与数值中的字母大写输出，取消科学计数法" << endl; cout << ss.str() << endl; ss.rdbuf()->str(""); ss << setiosflags(ios::fixed) << x << ' ' << y << ' ' << z << endl; //按固定十进制输出浮点数 ss << "固定十进制输出浮点数" << endl; ss.rdbuf()->str(""); ss << resetiosflags(ios::fixed) << x << ' ' << y << ' ' << z << endl; //取消按固定十进制输出浮点数 ss << "取消按固定十进制输出浮点数" << endl; ss.rdbuf()->str(""); ss << setprecision(18) << x << ' ' << y << ' ' << ' ' << endl; //设置精度为18，正常为6 ss << "设置精度为18，正常为6" << endl; ss.rdbuf()->str(""); ss << dec << x << ' ' << y << endl; //按十进制输出 cout << "按十进制输出" << endl; cout << ss.str() << endl; ss.rdbuf()->str(""); /*要输出如下的文字 第一章 1.1 什么是C语言...........................1 1.11 C语言的历史..........................58 第二章 */ ss = basic_stringstream<char>(); ss << "第一章" << endl << " "; ss << setiosflags(ios::left) << setw(7); //设置宽度为7(只对下条输出有用)，left对齐方式 ss << "1.1" << "什么是C语言"; ss << resetiosflags(ios::left); //取消对齐方式 ss << setfill('.') << setw(30) << 1 << endl; //宽度为30(只对下条输出有用)，填充为'.'输出 ss << setfill(' '); //恢复填充为空格 ss << " "; ss << setw(10)<<setiosflags(ios::left); //设置宽度为7(只对下条输出有用)，left对齐方式 ss << "1.11" << "C语言的历史"; ss << resetiosflags(ios::left); //取消对齐方式 ss << setfill('.') << setw(7) << 58 << endl; //宽度为30(只对下条输出有用)，填充为’.’输出 ss << setfill(' ') << "第二章" << endl; cout << ss.str(); return 0; }

 

• 各种类型字符串间的转换

介绍字符串类型char*,wchar_t*,_bstr_t,CComBSTR,CString,basic_string和System.String间的相互转换

	pin_ptr<const wchar_t> addr. wch	char*	wchar_t*	_bstr_t	CComBSTR	CString	basic_string	System.String
char*	----	----	mbstowcs_s	_bstr_t(char*)	CComBSTR(char*)	CString(char*)	string(char*)	gcnew String(char*)
wchar_t*	----	wcstombs_s	----	_bstr_t(wchar_t*)	CComBSTR(wchar_t*)	CString(wchar_t*)	wstring(wchar_t*)	gcnew String(wchar_t*)
_bstr_t	----	(char*)	(wchar_t*)	----	->char*->CComBSTR	.GetBSTR()->CString(BSTR&)	->char*->string(char*)	char*->gcnew String(char*)
CComBSTR	----	->CW2A->strcpy_s	wcscpy_s	_bstr_t()	----	CString()	wstring()	gcnew String()
CStringA	----	strcpy_s	mbstowcs_s	_bstr_t()	CComBSTR()	----	string()	gcnew String()
CStringW	----	wcstombs_s	wcscpy_s	_bstr_t()	CComBSTR()	----	wstring()	gcnew String()
string	----	.c_str()->strcpy_s	mbstowcs_s	.c_str()->_bstr_t()	.c_str()->CComBSTR()	CString()	----	.c_str()->gcnew String()
System.String	PtrToStringChars	->wch ->wcstombs_s	->wch->wcscpy_s	->wch->_bstr_t()	->wch->CComBSTR()	->wch->CString()	->wch->wstring()	----

具体内容请查看：http://msdn.microsoft.com/en-us/library/ms235631.aspx

 

• Trim操作

 

标准C++中没有提供Trim操作的方法，可以使用boost 的trim实现方案（http://www.boost.org/doc/libs/1_38_0/doc/html/string_algo/usage.html#id4001757 ），如下代码所示：

#include "stdafx.h" #include <iostream> #include <string> #include <boost/algorithm/string/trim.hpp> using namespace std; using namespace boost; int _tmain(int argc, _TCHAR* argv[]) { setlocale(LC_ALL, "chs"); string str1="　杨俊hello world! "; string str2=trim_left_copy(str1); //去除字符串最左端的空白符 string str3=trim_right_copy(str2); //去除字符串最右端得空白符 trim(str1); //去除字符串左右两端的空白符 return 0; }

 

但是，我要提醒一点，boost的trim_left_copy, trim_right_copy以及trim没有支持多字节字符（或许是因为写这个实现的不是中国人）。因而上面代码并不能得到预期的效果（如果将string改为wstring可以得到正确的结果）。CString的Trim也不能支持多字节字符，所以说，大家写程序，字符串最好还是使用宽字符，不然就转为宽字符后再做处理。下面贴出我写的Trim函数（宽字节版本）：

//去除左边的空白符 wstring TrimLeft(const wstring str) { int ib = 0; int nlen = str.length(); for (int i = 0; i < nlen; i++) { if (!iswspace(str[i])) { ib = i; break; } } return str.substr(ib); } //去除右边的空白符 wstring TrimRight(const wstring str) { int ie = string::npos; int nlen = str.length(); for (int i = nlen - 1; i >= 0; i--) { if (!iswspace(str[i])) { ie = i; break; } } return str.substr(0, ie+1); } //去除两边的空白符 wstring Trim(const wstring str) { return TrimLeft(TrimRight(str)); }

多字节版本下的Trim方法：

//返回-1表示出错 unsigned int GetFirstCharactor(const char* lpstr) { //这一句话是为了底下tmp[0]<<8和tmp[1]不带符号。 const unsigned char* tmp = (const unsigned char*)(lpstr); switch(_mbclen((const unsigned char*)(lpstr))) { case 2: { return ((tmp[0]<<8)|tmp[1]); } break; case 1: { return tmp[0]; } break; case 0: { return -1; } break; default: return -1; } } string TrimLeft(string str) { const char* tmp = str.c_str(); int nlen = str.length(); int nb = 0; for(int i = 0; i < nlen; i += _mbclen((const unsigned char*)(tmp) + i)) { unsigned int c = GetFirstCharactor(tmp + i); if (c == -1) { return string(); } if (!_ismbcspace(c)) { nb = i; break; } } return str.substr(nb); } string TrimRight(string str) { if (str.empty()) { return string(); } const char* lpBegin = str.c_str(); const char* lpTmp = lpBegin + str.length(); int ne = string::npos; for (int i = _mbstrlen(str.c_str())-1; i >= 0; i--) { lpTmp = (const char*)_mbsdec((const unsigned char*)(lpBegin), (const unsigned char*)(lpTmp)); unsigned int c = GetFirstCharactor(lpTmp); if (c == -1) { return string(); } if (!_ismbcspace(c)) { break; } } return str.substr(0, lpTmp-lpBegin+1); } string Trim(string str) { return TrimLeft(TrimRight(str)); }

• 字符串的分词

标准c++没有CString的Tokenize——补充一句，同样的问题，CString不支持MBCS，不信，把中文的标点符号作为分隔符试试，它马上就SB了，不要嫌我烦啊，强烈呼吁同胞在代码中使用宽字符；也没有System.String的Split，那如何对字符串进行分词呢，可以使用boost库或是其他第三方库（这些老外写的库，是否支持MBCS，很令人怀疑，http://ishare.iask.sina.com.cn/f/5164324.html 这是一个朋友总结的字符串分词方法），不过我推荐是使用_tcstok_s，也可以使用轻量级的方法，那就是basic_stringstream与getline的情侣组合。下面给出示例代码：

#include <stdio.h> #include <tchar.h> #include <string> #include <iostream> #include <sstream> using namespace std; int _tmain(int argc, _TCHAR* argv[]) { /*使用_tcstok_s进行字符串分隔 if _UNICODE&_MBCS not defined _tcstok_s => strtok_s if _MBCS defined _tcstok_s => _mbstok_s if _UNICODE defined _tcstok_s => wcstok_s _tcstok_s 会修改源字符串，将里面的分隔符(分隔符可以为单字节，多字节，或是宽字节)替换为/0 */ char* pold = setlocale(LC_ALL, "chs"); cout<< _T("_tcstok_s") <<endl; char str[] = ";杨俊，杜俊;杨辉和杨钊"; basic_stringstream<TCHAR> ss(str); TCHAR* outer = NULL; TCHAR* pOut = NULL; for (outer = _tcstok_s(str, _T("，;和"), &pOut); NULL != outer; outer = _tcstok_s(NULL, "，;和", &pOut)) { cout << outer << endl; } cout << endl; cout << "getline" << endl; basic_string<char> s; while (getline(ss, s, _T(';'))) { cout << s << endl; } return 0; }

输出结果为：

 

_tcstok_s 杨俊 杜俊 杨辉 杨钊   getline   杨俊，杜俊 杨辉和杨钊

需要提出几点：_tcstok_s是支持MBCS的，它会改变源字符串；getline方法，一次只能指定一个分隔符，而且不支持MBCS。

字符串的hash操作 

 

typedef const TCHAR* pctstr_t; typedef basic_string<TCHAR> tstring; tstring HashLongFileName(pctstr_t lpcszFileName) { size_t uLen = _tcslen(lpcszFileName); ptstr_t pszTmp = _tcsdup(lpcszFileName); std::locale loc ("chs"); long nHash = std::use_facet<std::collate<char_t>>(loc).hash(pszTmp, &pszTmp[uLen-1]); std::basic_stringstream<char_t> ss; ss << nHash; free(pszTmp); return ss.str(); }