Question

我在查明std::string.length()的确切语义时遇到了一些麻烦。 documentation明确指出length()返回字符串中的字符数，不返回字节数。我想知道在哪些情况下这实际上有所不同。

特别是，这只与std::basic_string<>的非char实例有关，还是在存储带有多字节字符的UTF-8字符串时也会遇到麻烦？标准是否允许length()支持UTF8？

Answer 1

在处理char的非std::basic_string<>实例化时，确定，长度可能不等于字节数。 std::wstring：

特别明显

std::wstring ws = L"hi";
cout << ws.length();     // <-- 2, not 4

但std::string约为char个字符;就std::string而言，不存在多字节字符这样的事情，无论你是否在高级别中填充了一个字符。因此，std::string.length()始终是字符串表示的字节数。请注意，如果您将多字节“字符”填入std::string，那么您对“字符”的定义突然变得与容器和标准的定义不一致。

Answer 2

如果我们专门讨论std::string，那么length() 会返回字节数。

这是因为std::string是basic_string的{{1}}，而C ++标准将一个char的大小定义为一个字节。

请注意，标准没有说明一个字节中有多少位，但这完全是另一个故事，你可能并不关心。

编辑：标准确实说实现应提供char的定义，该定义表示一个字节中有多少位。

顺便说一句，如果你沿着一条道路走，你在乎一个字节中有多少位，你可以考虑阅读this。

Answer 3

std::string为std::basic_string<char>，因此s.length() * sizeof(char) = byte length。此外，std::string对UTF-8一无所知，所以即使不是你真正想要的东西，你也会得到字节大小。

如果您在std::string中包含UTF-8数据，则需要使用其他内容（例如ICU）来获得“实际”长度。

Answer 4

cplusplus.com不是std::string的“文档”，它是一个质量差的网站，信息质量差。 C ++标准非常清楚地定义了它：

21.1 [strings.general]¶1

本条款描述了用于操纵任何非阵列POD（3.9）类型的序列的组件。在本条款中，此类型称为类似char的类型，类似char的类型的对象称为类似char的对象或简称为字符。
21.4.4 [string.capacity]¶1


size_type size() const noexcept;
  返回：当前字符串中类似char的对象数的计数   复杂性：恒定时间。

size_type length() const noexcept;
  返回： size()

C ++ std :: string的长度，以字节为单位

4 个答案: