详细解说STL string

C++ 语言是个十分优秀的语言，但优秀并不表示完美。还是有许多人不愿意使用C或者C++，为什么？原因众多，其中之一就是C/C++的文本处理功能太麻烦，用起来很不方便。以前没有接触过其他语言时，每当别人这么说，我总是不屑一顾，认为他们根本就没有领会C++的精华，或者不太懂C++，现在我接触perl, php, 和Shell脚本以后，开始理解了以前为什么有人说C++文本处理不方便了。

举例来说，如果文本格式是：用户名 电话号码，文件名name.txt

Tom 23245332

Jenny 22231231

Heny 22183942

Tom 23245332

...

现在我们需要对用户名排序，且只输出不同的姓名。

那么在shell 编程中，可以这样用：

awk '{print $1}' name.txt | sort | uniq

简单吧？

如果使用C/C++ 就麻烦了，他需要做以下工作：

1.先打开文件，检测文件是否打开，如果失败，则退出。

2.声明一个足够大得二维字符数组或者一个字符指针数组

3.读入一行到字符空间

4.然后分析一行的结构，找到空格，存入字符数组中。

5.关闭文件

6.写一个排序函数，或者使用写一个比较函数，使用qsort排序

7.遍历数组，比较是否有相同的，如果有，则要删除，copy...

8.输出信息

你可以用C++或者C语言去实现这个流程。如果一个人的主要工作就是处理这种类似的文本(例如做apache的日志统计和分析),你说他会喜欢C/C++么？

当然，有了STL，这些处理会得到很大的简化。我们可以使用 fstream来代替麻烦的fopen fread fclose, 用vector 来代替数组。最重要的是用 string来代替char * 数组，使用sort排序算法来排序，用unique 函数来去重。听起来好像很不错 。看看下面代码(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;

}

也还不错吧，至少会比想象得要简单得多！（代码里面没有对错误进行处理，只是为了说明问题，不要效仿).

当然，在这个文本格式中，不用vector而使用map会更有扩充性，例如，还可通过人名找电话号码等等，但是使用了map就不那么好用sort了。你可以用map试一试。

这里string的作用不只是可以存储字符串，还可以提供字符串的比较，查找等。在sort和unique函数中就默认使用了less 和equal_to函数, 上面的一段代码，其实使用了string的以下功能：

1.存储功能，在getline() 函数中

2.查找功能，在find() 函数中

3.子串功能，在substr() 函数中

4.string operator < , 默认在sort() 函数中调用

5.string operator == , 默认在unique() 函数中调用

总之，有了string 后，C++的字符文本处理功能总算得到了一定补充，加上配合STL其他容器使用，其在文本处理上的功能已经与perl, shell, php的距离缩小很多了。 因此掌握string 会让你的工作事半功倍。

1 string 使用

其实，string并不是一个单独的容器，只是basic_string 模板类的一个typedef 而已，相对应的还有wstring, 你在string 头文件中你会发现下面的代码:

extern "C++" {

 typedef basic_string <char> string;

 typedef basic_string <wchar_t> wstring;

} // extern "C++"

由于只是解释string的用法，如果没有特殊的说明，本文并不区分string 和 basic_string的区别。

string 其实相当于一个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，还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、删除、修改、查找比较、链接、输入、输出等。详细函数列表参看附录。不要害怕这么多函数，其实有许多是序列容器带有的，平时不一定用的上。

如果你要想了解所有函数的详细用法，你需要查看basic_string，或者下载STL编程手册。这里通过实例介绍一些常用函数。

1.1 充分使用string 操作符

string 重载了许多操作符，包括 +, +=, <, =, , [], <<, >>等，正式这些操作符，对字符串操作非常方便。先看看下面这个例子：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;

}

下面是程序的输出

-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!

有了这些操作符，在STL中仿函数都可以直接使用string作为参数，例如 less, great, equal_to 等，因此在把string作为参数传递的时候，它的使用和int 或者float等已经没有什么区别了。例如，你可以使用：

map<string, int> mymap;

//以上默认使用了 less<string>

有了 operator + 以后，你可以直接连加，例如：

string strinfo="Winter";

string strlast="Hello " + strinfo + "!";

//你还可以这样：

string strtest="Hello " + strinfo + " Welcome" + " to China" + " !";

看见其中的特点了吗？只要你的等式里面有一个 string 对象，你就可以一直连续"+"，但有一点需要保证的是，在开始的两项中，必须有一项是 string 对象。其原理很简单：

1.系统遇到"+"号，发现有一项是string 对象。

2.系统把另一项转化为一个临时 string 对象。

3.执行 operator + 操作，返回新的临时string 对象。

4.如果又发现"+"号，继续第一步操作。

由于这个等式是由左到右开始检测执行，如果开始两项都是const char* ，程序自己并没有定义两个const char* 的加法，编译的时候肯定就有问题了。

有了操作符以后，assign(), append(), compare(), at()等函数，除非有一些特殊的需求时，一般是用不上。当然at()函数还有一个功能，那就是检查下标是否合法，如果是使用：

string str="winter";

//下面一行有可能会引起程序中断错误

str[100]='!';

//下面会抛出异常:throws: out_of_range

cout<<str.at(100)<<endl;

了解了吗？如果你希望效率高，还是使用[]来访问，如果你希望稳定性好，最好使用at()来访问。

1.2 眼花缭乱的string find 函数

由于查找是使用最为频繁的功能之一，string 提供了非常丰富的查找函数。其列表如下：

find 查找

rfind 反向查找

find_first_of 查找包含子串中的任何字符，返回第一个位置

find_first_not_of 查找不包含子串中的任何字符，返回第一个位置

find_last_of 查找包含子串中的任何字符，返回最后一个位置

find_last_not_of 查找不包含子串中的任何字符，返回最后一个位置

以上函数都是被重载了4次，以下是以find_first_of 函数为例说明他们的参数，其他函数和其参数一样，也就是说总共有24个函数:

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)

所有的查找函数都返回一个size_type类型，这个返回值一般都是所找到字符串的位置，如果没有找到，则返回string::npos。有一点需要特别注意，所有和string::npos的比较一定要用string::size_type来使用，不要直接使用int 或者unsigned int等类型。其实string::npos表示的是-1, 看看头文件：

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 都还比较容易理解，一个是正向匹配，一个是逆向匹配，后面的参数pos都是用来指定起始查找位置。对于find_first_of 和find_last_of 就不是那么好理解。

find_first_of 是给定一个要查找的字符集，找到这个字符集中任何一个字符所在字符串中第一个位置。或许看一个例子更容易明白。

有这样一个需求：过滤一行开头和结尾的所有非英文字符。看看用string 如何实现：

#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;

}

这里把所有的英文字母大小写作为了需要查找的字符集，先查找第一个英文字母的位置，然后查找最后一个英文字母的位置，然后用substr 来的到中间的一部分，用于输出结果。下面就是其结果：

Hello Word

前面的符号和后面的符号都没有了。像这种用法可以用来查找分隔符，从而把一个连续的字符串分割成为几部分，达到 shell 命令中的 awk 的用法。特别是当分隔符有多个的时候，可以一次指定。例如有这样的需求：

张三|3456123, 湖南

李四,4564234| 湖北

王小二, 4433253|北京

...

我们需要以 "|" ","为分隔符，同时又要过滤空格，把每行分成相应的字段。可以作为你的一个家庭作业来试试，要求代码简洁。

1.3 string insert, replace, erase

了解了string 的操作符，查找函数和substr，其实就已经了解了string的80%的操作了。insert函数, replace函数和erase函数在使用起来相对简单。下面以一个例子来说明其应用。

string只是提供了按照位置和区间的replace函数，而不能用一个string字串来替换指定string中的另一个字串。这里写一个函数来实现这个功能：

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;

 }

}

看看如何调用：

#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;

}

其输出结果：

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函数，则可以使用erase和insert来替换，也能实现string_replace函数的功能：

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;

 }

}

当然，这种方法没有使用replace来得直接。

2 string 和 C风格字符串

现在看了这么多例子，发现const char* 可以和string 直接转换，例如我们在上面的例子中，使用

string_replace(strinfo, "Winter", "wende");

来代用

void string_replace(string & strBig, const string & strsrc, const string &strdst)

在C语言中只有char* 和 const char*，为了使用起来方便，string提供了三个函数满足其要求：

const charT* c_str() const

const charT* data() const

size_type copy(charT* buf, size_type n, size_type pos = 0) const

其中：

1. c_str 直接返回一个以/0结尾的字符串。

2. data 直接以数组方式返回string的内容，其大小为size()的返回值，结尾并没有/0字符。

3. copy 把string的内容拷贝到buf空间中。

你或许会问，c_str()的功能包含data()，那还需要data()函数干什么？看看源码：

const charT* c_str () const

{ if (length () == 0) return ""; terminate (); return data (); }

原来c_str()的流程是：先调用terminate()，然后在返回data()。因此如果你对效率要求比较高，而且你的处理又不一定需要以/0的方式结束，你最好选择data()。但是对于一般的C函数中，需要以const char*为输入参数，你就要使用c_str()函数。

对于c_str() data()函数，返回的数组都是由string本身拥有，千万不可修改其内容。其原因是许多string实现的时候采用了引用机制，也就是说，有可能几个string使用同一个字符存储空间。而且你不能使用sizeof(string)来查看其大小。详细的解释和实现查看Effective STL的条款15：小心string实现的多样性。

另外在你的程序中，只在需要时才使用c_str()或者data()得到字符串，每调用一次，下次再使用就会失效，如：

string strinfo("this is Winter");

...

//最好的方式是:

foo(strinfo.c_str());

//也可以这么用:

const char* pstr=strinfo.c_str();

foo(pstr);

//不要再使用了pstr了, 下面的操作已经使pstr无效了。

strinfo += " Hello!";

foo(pstr);//错误！

会遇到什么错误？当你幸运的时候pstr可能只是指向"this is Winter Hello!"的字符串，如果不幸运，就会导致程序出现其他问题，总会有一些不可遇见的错误。总之不会是你预期的那个结果。

3 string 和 Charactor Traits

了解了string的用法，该详细看看string的真相了。前面提到string 只是basic_string的一个typedef。看看basic_string 的参数：

template <class charT, class traits = char_traits<charT>,

class Allocator = allocator<charT> >

class basic_string

{

 //...

}

char_traits不仅是在basic_string 中有用，在basic_istream 和 basic_ostream中也需要用到。

就像Steve Donovan在过度使用C++模板中提到的，这些确实有些过头了，要不是系统自己定义了相关的一些属性，而且用了个typedef，否则还真不知道如何使用。

但复杂总有复杂道理。有了char_traits，你可以定义自己的字符串类型。当然，有了char_traits < char > 和char_traits < wchar_t > 你的需求使用已经足够了，为了更好的理解string ，咱们来看看char_traits都有哪些要求。

如果你希望使用你自己定义的字符，你必须定义包含下列成员的结构：

char_type 字符类型

int_type int 类型

pos_type 位置类型

off_type 表示位置之间距离的类型

state_type 表示状态的类型

assign(c1,c2) 把字符c2赋值给c1

eq(c1,c2) 判断c1,c2 是否相等

lt(c1,c2) 判断c1是否小于c2

length(str) 判断str的长度

compare(s1,s2,n) 比较s1和s2的前n个字符

copy(s1,s2, n) 把s2的前n个字符拷贝到s1中

move(s1,s2, n) 把s2中的前n个字符移动到s1中

assign(s,n,c) 把s中的前n个字符赋值为c

find(s,n,c) 在s的前n个字符内查找c

eof() 返回end-of-file

to_int_type(c) 将c转换成int_type

to_char_type(i) 将i转换成char_type

not_eof(i) 判断i是否为EOF

eq_int_type(i1,i2) 判断i1和i2是否相等

想看看实际的例子，你可以看看sgi STL的char_traits结构源码.

现在默认的string版本中，并不支持忽略大小写的比较函数和查找函数，如果你想练练手，你可以试试改写一个char_traits , 然后生成一个case_string类, 也可以在string 上做继承，然后派生一个新的类，例如：ext_string，提供一些常用的功能，例如：

1. 定义分隔符。给定分隔符，把string分为几个字段。

2. 提供替换功能。例如，用winter, 替换字符串中的wende

3. 大小写处理。例如，忽略大小写比较，转换等

4. 整形转换。例如把"123"字符串转换为123数字。

这些都是常用的功能，如果你有兴趣可以试试。其实有人已经实现了，看看Extended STL string。如果你想偷懒，下载一个头文件就可以用，有了它确实方便了很多。要是有人能提供一个支持正则表达式的string，我会非常乐意用。

4 string 建议

使用string 的方便性就不用再说了，这里要重点强调的是string的安全性。

string并不是万能的，如果你在一个大工程中需要频繁处理字符串，而且有可能是多线程，那么你一定要慎重(当然，在多线程下你使用任何STL容器都要慎重)。

string的实现和效率并不一定是你想象的那样，如果你对大量的字符串操作，而且特别关心其效率，那么你有两个选择，首先，你可以看看你使用的STL版本中string实现的源码；另一选择是你自己写一个只提供你需要的功能的类。

string的c_str()函数是用来得到C语言风格的字符串，其返回的指针不能修改其空间。而且在下一次使用时重新调用获得新的指针。

string的data()函数返回的字符串指针不会以'/0'结束，千万不可忽视。

尽量去使用操作符，这样可以让程序更加易懂（特别是那些脚本程序员也可以看懂）

5 小结

难怪有人说：

string 使用方便功能强，我们一直用它！

6 附录

string 函数列表

begin 得到指向字符串开头的Iterator

end 得到指向字符串结尾的Iterator

rbegin 得到指向反向字符串开头的Iterator

rend 得到指向反向字符串结尾的Iterator

size 得到字符串的大小

length 和size函数功能相同

max_size 字符串可能的最大大小

capacity 在不重新分配内存的情况下，字符串可能的大小

empty 判断是否为空

operator[] 取第几个元素，相当于数组

c_str 取得C风格的const char* 字符串

data 取得字符串内容地址

operator= 赋值操作符

reserve 预留空间

swap 交换函数

insert 插入字符

append 追加字符

push_back 追加字符

operator+= += 操作符

erase 删除字符串

clear 清空字符容器中所有内容

resize 重新分配空间

assign 和赋值操作符一样

replace 替代

copy 字符串到空间

find 查找

rfind 反向查找

find_first_of 查找包含子串中的任何字符，返回第一个位置

find_first_not_of 查找不包含子串中的任何字符，返回第一个位置

find_last_of 查找包含子串中的任何字符，返回最后一个位置

find_last_not_of 查找不包含子串中的任何字符，返回最后一个位置

substr 得到字串

compare 比较字符串

operator+ 字符串链接

operator== 判断是否相等

operator!= 判断是否不等于

operator< 判断是否小于

operator>> 从输入流中读入字符串

operator<< 字符串写入输出流

getline 从输入流中读入一行

7 参考文章

SGI STL: char_traits 源码

STL 编程手册: basic_string

详细解说 STL 排序(Sort)

Effective STL 中文版