子类 std::string 以获得额外的类型安全？答案

【问题标题】：Subclass std::string for additional type safety?子类 std::string 以获得额外的类型安全？
【发布时间】：2018-07-20 21:47:45
【问题描述】：

我想知道是否可以将 std::string 子类化以创建具有相同行为但含义不同的新类型，例如 UTF-8 字符串。我正在考虑类似 Django 的 safestring 或 Nim 的 distinct 子类型。

我希望这种类型能够表达“这个字符串是通过我的一个 UTF-8 生成函数创建的，并且保证是有效的 UTF-8（而不是其他一些编码）”。那么类型系统可以防止我意外混合编码。

UTF-8 只是一个例子，它可以是任何其他“不同的字符串”——例如“用户输入”、“自然语言”，而不是机器可读的键，等等。我不想强制执行，例如UTF-8 有效性，只是我的字符串的来源和“风味”（类型/种类/变体）。我只想能够编写以下内容，如果aString 不是MyString，则让它失败：

void processString(MyString str);
// ...
processString(aString);

我已经阅读了关于subclassing std::string 的其他讨论，但不确定对于这个非常具体的案例会得出什么结论。我的类不会有额外的字段，所以切片不会有问题，也不需要重写方法，所以std::string 的方法都不是虚拟的应该没问题。我必须在我的子类中定义什么才能让它按我想要的方式工作吗？

【问题讨论】：

回答您提出的仅有的两个问题：是的，有可能；并且您将必须定义修改字符串的所有方法。此外，缺少任何其他字段并不能消除对象切片问题，因为您的类，除非它从std::string 私下继承，否则仍然可以简单地切片成std::string。所以你必须私下继承std::string。然后，除了实现所有修改包含字符串的方法外，还公开继承所有const字符串方法。你在这里问的真正问题是：是的，这是很多工作。
你打算如何实现operator[]的UTF-8字符串？
@AndriyTylychko：就像普通的std::string，按字节计算。我不会追求不同的行为，我只想将一些对象标记为“保证 UTF-8”。提供能够识别字素集群等的功能超出了范围，将是一个完全不同的项目。
@SamVarshavchik：如果我公开继承但没有附加字段且没有虚函数，那么切片问题如何？内存布局不应该一样吗？
相同的内存布局完全没有任何意义。对象切片与内存布局无关。没有什么可以阻止将您的子类的实例分配给string &，即使您的对象在其方法中强制执行 UTF-8 正确性，现在您有一个string &，您可以将任何非 UTF-8 内容转储到它，直接。

标签： c++ std

【解决方案1】：

标准库容器不是为继承而设计的。它们被设计为简单而快速。一些字符串方法对于例如不是很有用。 UTF-8 字符串。例如。 size() 或 operator[] 可能会产生令人惊讶的结果。将概念分开是有意义的。这可以通过聚合轻松实现。

class UTF8_string
{
public:
    // UTF-8 specific functionality

    std::string const& byte_string() const;
private:
    std::string content;
};

在这种情况下，当用户调用utf8_string.byte_string().size() 时，其意图很明显。

【讨论】：

为什么你有一个非常量 byte_string() 引用返回？这允许外部代码将内部std::string 修改为他们想要的不是 UTF-8 的任何内容。让byte_string() 按值或常量引用返回会更有意义
@RemyLebeau：是的，const 版本就足够了。谢谢，已编辑