std::string 和字符串文字之间的不一致

Question

我发现std::string 和 C++0x 中的字符串文字之间存在令人不安的不一致：

#include <iostream>
#include <string>

int main()
{
    int i = 0;
    for (auto e : "hello")
        ++i;
    std::cout << "Number of elements: " << i << '\n';

    i = 0;
    for (auto e : std::string("hello"))
        ++i;
    std::cout << "Number of elements: " << i << '\n';

    return 0;
}

输出是：

Number of elements: 6
Number of elements: 5

我理解为什么会发生这种情况的机制：字符串文字实际上是一个包含空字符的字符数组，当基于范围的 for 循环在字符数组上调用 std::end() 时，它会得到一个指针过去数组的结尾；由于空字符是数组的一部分，因此它会获得一个越过空字符的指针。

但是，我认为这是非常不可取的：当涉及到与长度一样基本的属性时，std::string 和字符串文字肯定应该表现相同？

有没有办法解决这种不一致？例如，可以为字符数组重载std::begin() 和std::end()，以使它们分隔的范围不包括终止的空字符吗？如果是，为什么没有这样做？

编辑：为了向那些说我只是在遭受使用“遗留功能”的 C 风格字符串的后果的人证明我的愤慨，请考虑以下代码以下：

template <typename Range>
void f(Range&& r)
{
    for (auto e : r)
    {
        ...
    }
}

您是否希望 f("hello") 和 f(std::string("hello")) 做一些不同的事情？

Answer 1

如果我们为 const char 数组重载 std::begin() 和 std::end() 以返回比数组大小小 1，那么以下代码将输出 4 而不是预期的 5：

#include <iostream>

int main()
{
    const char s[5] = {'h', 'e', 'l', 'l', 'o'};
    int i = 0;
    for (auto e : s)
        ++i;
    std::cout << "Number of elements: " << i << '\n';
}

Answer 2

但是，我认为这是非常不可取的：当涉及到与长度一样基本的属性时，std::string 和字符串文字肯定应该表现相同吗？

根据定义，字符串文字在字符串末尾有一个（隐藏的）空字符。 Std::strings 没有。因为 std::strings 有一个长度，所以那个空字符有点多余。字符串库的标准部分明确允许非空终止的字符串。

编辑
在大量赞成和大量反对的意义上，我认为我从未给出过更具争议性的答案。

auto 迭代器在应用于 C 样式数组时会迭代数组的每个元素。范围的确定是在编译时而不是运行时进行的。这是格式错误的，例如：

char * str;
for (auto c : str) {
   do_something_with (c);
}

有些人使用 char 类型的数组来保存任意数据。是的，这是一种老式的 C 思维方式，也许他们应该使用 C++ 风格的 std::array，但该构造非常有效且非常有用。如果他们的 char buffer[1024]; 上的自动迭代器在元素 15 处停止，只是因为该元素恰好与空字符具有相同的值，那些人会相当沮丧。 Type buffer[1024]; 上的自动迭代器将一直运行到最后。是什么让 char 数组如此值得完全不同的实现？

请注意，如果您希望对字符数组的自动迭代器提前停止，有一种简单的机制可以做到这一点：在循环体中添加 if (c == '0') break; 语句。

底线：这里没有矛盾。 char[] 数组上的 auto 迭代器与任何其他 C 样式数组的自动迭代器工作方式一致。

Answer 3

您在第一种情况下得到6 是在C 中无法避免的抽象泄漏。std::string“修复”了它。为了兼容性，C 风格的字符串文字的行为在 C++ 中没有改变。

例如，std::begin() 和 std::end() 可以重载吗？ 字符数组，以便它们分隔的范围不包括 终止空字符？如果是，为什么没有这样做？

假设通过指针访问（而不是char[N]），只需在包含字符数的字符串中嵌入一个变量，这样就不再需要寻找NULL。哎呀！那是std::string。

“解决不一致”的方法是根本不使用遗留功能。

Answer 4

根据 N3290 6.5.4，如果范围是数组，则边界值为 在没有begin/end函数调度的情况下自动初始化。
那么，像下面这样准备一些包装器怎么样？

struct literal_t {
    char const *b, *e;
    literal_t( char const* b, char const* e ) : b( b ), e( e ) {}
    char const* begin() const { return b; }
    char const* end  () const { return e; }
};

template< int N >
literal_t literal( char const (&a)[N] ) {
    return literal_t( a, a + N - 1 );
};

那么下面的代码就是有效的：

for (auto e : literal("hello")) ...

如果您的编译器提供用户定义的文字，缩写可能会有所帮助：

literal operator"" _l( char const* p, std::size_t l ) {
    return literal_t( p, p + l ); // l excludes '\0'
}

for (auto e : "hello"_l) ...

编辑：以下开销较小 （但用户定义的文字将不可用）。

template< size_t N >
char const (&literal( char const (&x)[ N ] ))[ N - 1 ] {
    return (char const(&)[ N - 1 ]) x;
}

for (auto e : literal("hello")) ...

Answer 5

如果你想要长度，你应该使用 strlen() 来表示 C 字符串，.length() 来表示 C++ 字符串。您不能对 C 字符串和 C++ 字符串一视同仁——它们有不同的行为。

Answer 6

可以使用 C++0x 工具箱中的另一个工具解决不一致问题：用户定义的文字。使用适当定义的用户定义文字：

std::string operator""s(const char* p, size_t n)
{
    return string(p, n);
}

我们可以写：

int i = 0;     
for (auto e : "hello"s)         
    ++i;     
std::cout << "Number of elements: " << i << '\n';

现在输出预期的数字：

Number of elements: 5

有了这些新的 std::string 文字，可以说再也没有理由使用 C 风格的字符串文字了。