std::string 等效于具有空字符的数据？

Posted 2023-02-22

【中文标题】std::string 等效于具有空字符的数据？

【英文标题】：std::string equivalent for data with null characters?

【发布时间】：2009-10-07 21:32:19

【问题描述】：

我想读取一个二进制文件并使用类似std::string 的东西来自动调整缓冲区的大小等等。

我正在使用 Visual C++。我有哪些选择？

【问题讨论】：

你想把整个文件读入一个 std::string 吗？

他基本上是在要求一个二进制安全字符串。 std::string 是二进制安全的吗？

为什么对二进制文件使用 std::string？

改用 std::vector

【参考方案1】：

std::string 类已经处理带有嵌入 NUL 字符的数据。你遇到了什么问题？

请注意，当使用.c_str() 方法时，任何嵌入的 NUL 字符都会终止返回的 C 样式字符串。

【讨论】：

啊，我遇到的问题是使用+= 运算符将char* 附加到字符串。最好使用.assign() 和.append()。

“任何嵌入的 NUL 字符都将终止返回的 C 样式字符串”到底是什么意思？ .c_str() 将返回std::string 的所有字符，然后是一个额外的\0。这不像 .c_str() 在第一个 \0 之后停止复制字符。当然，如果您只有 const char*，您将不知道哪个 \0 是最后一个。

@MSalters：我熟悉的std::string 的所有实现实际上并没有在.c_str() 上复制任何内容（谁会释放它？）。问题不在于.c_str() 本身，而在于您将其传递给下一个的任何函数；例如strlen() 当然会在第一个 NUL 处停止。

还有其他问题。例如str.append(buf, 0 , sizeof buf); 似乎只追加到buf 中的第一个 nul 字符。在此处的 .append() 之后，我从文档中（错误地）收集到 str.size() 会比 .append() 之前返回更多 sizeof buf ..

【参考方案2】：

std::string 这样做应该是安全的......你只需要小心使用.c_str() 方法。使用.data()。

【讨论】：

-1，你甚至不知道内部表示是否在连续内存中（取决于实现），所以 data() 非常危险

是的，我愿意（只要库符合标准）。 C++ 标准，第 21.3.6.3 点：“如果 size() 不为零，则成员 [data() const] 返回指向数组初始元素的指针，该数组的第一个 size() 元素等于由 * 控制的字符串的相应元素这个。”

【参考方案3】：

您始终可以使用std::vector<unsigned char> v（或您期望的任何类型的输入），然后只需使用&v[0] 和v.size() 来获取缓冲区的大小。

【讨论】：

对于 C++11，我建议使用 v.data() 而不是 &v[0]。

【参考方案4】：

是的，您可以在 std::string 中嵌入空值。

例子：

std::string s;
s.push_back('\0');
s.push_back('a');
assert(s.length() == 2);

注意：std::string 的c_str() 成员将始终将空字符附加到返回的字符缓冲区；但是，std::string 的data() 成员可能会也可能不会将空字符附加到返回的字符缓冲区。

小心操作符+=

要注意的一件事是不要在 RHS 上使用 operator+= 和 char*。它只会累加到空字符。

例如：

std::string s = "hello";
s += "\0world";
assert(s.length() == 5);

正确方法：

std::string s = "hello";
s += std::string("\0world", 6);
assert(s.length() == 11);

存储二进制数据更常见于使用 std::vector

通常使用std::vector 来存储任意二进制数据更为常见。

std::vector<char> buf;
buf.resize(1024);
char *p = &buf.front();

这可能更常见，因为 std::string 的 data() 和 c_str() 成员返回 const 指针，因此内存不可修改。使用 &buf.front() 你可以直接修改缓冲区的内容。

【参考方案5】：

std::string 允许 NUL 字符，因此您可以继续使用它。

使用 c_str() 或 data() 没有问题。是的，嵌入的 NUL 将在您的数据中，但如果您不使用它们来终止您的字符串（您需要调用 length() 来找出您的字符串中有多少字节），那么一切都会很好。