根据缓冲区长度将空终止字符数组复制到 std::string

Posted 2023-02-25

【中文标题】根据缓冲区长度将空终止字符数组复制到 std::string

【英文标题】：Copy null terminated char array to std::string respecting buffer length

【发布时间】：2016-08-29 13:31:00

【问题描述】：

也许只是缺少咖啡，但我正在尝试从具有已知最大长度的空终止 char 数组创建一个 std::string，但我不知道该怎么做。

auto s = std::string(buffer, sizeof(buffer));

.. 是我最喜欢的候选者，但由于 C++ 字符串不是以 null 结尾的，因此该命令将复制 sizeof(buffer) 字节，而不管包含任何“\0”。

auto s = std::string(buffer);

.. 从buffer 复制直到找到\0。这几乎是我想要的，但我不能信任接收缓冲区，所以我想提供一个最大长度。

当然，我现在可以像这样集成strnlen()：

auto s = std::string(buffer, strnlen(buffer, sizeof(buffer)));

但这看起来很脏 - 它遍历缓冲区两次，我必须处理像 string.h 和 strnlen() 这样的 C 工件（而且很丑）。

我将如何在现代 C++ 中做到这一点？

【问题讨论】：

它要么是空终止，要么长度正好是 sizeof(buffer)，不能同时是两者。

这不是真的（我对赞成票感到惊讶）。为任何类型的写入函数提供的 C 缓冲区可以预先分配固定大小。写入缓冲区的序列仍然可以空终止。

无论如何这只是一个小问题。正确的术语是“可能以空结尾的最大长度 N 数组”或类似的东西。

A C-buffer provided to any sort of writing function 对于这种情况，我会预先分配一个额外的字符 char buffer[n+1]; buffer[n] = 0;。然后使用std::string(buffer)，因为字符串始终以空值结尾。

或者只是在缓冲区的最后一个字节中粘贴 null 。最坏的情况是，您丢失了一个可能已经被截断的字符串。

【参考方案1】：

const char* end = std::find(buffer, buffer + sizeof(buffer), '\0');
std::string s(buffer, end);

【讨论】：

不是还要遍历缓冲区两次吗？

@songyuanyao：看你怎么看，是的（一个遍历找到长度，然后一个遍历复制字节）。但这是不可避免的，因为在您检查长度之前您根本无法知道要分配的正确大小，并且您无法在分配之前复制字节。无论实际内容有多短，真正的单通道解决方案总是分配sizeof(buffer)，这可能会显着增加内存消耗。

或者换一种说法，std::string s(buffer); 已经遍历了两次缓冲区，除非我们不介意过度分配，否则额外的大小限制没有用。原则上，您可以进行一系列大小呈指数增长的分配（例如vector），但是当您将所有中间副本相加时，您仍然遍历了大约两次数据。

@joeeey：这是一个代码，在启用所有编译器警告的情况下干净地编译代码：godbolt.org/z/r56j5x - 如果您对其他版本有问题，请随时发布您的代码。

@joeeey 那是因为buffer 和end 需要是相同的类型。要么使用auto end，要么像这样删除const：godbolt.org/z/3TzTaK

【参考方案2】：

这样的事情可以一次性完成..

auto eos = false;
std::string s;
std::copy_if(buffer, buffer + sizeof(buffer), std::back_inserter(s),
  [&eos](auto v) 
    if (!eos) 
      if (v) 
        return true;
      
      eos = true;
    
    return false;
  );

【讨论】：

除了在重新分配时复制字符所需的额外通行证？

@T.C 不知道buffer 有多大，可能很难猜测是否会有任何重新分配？

【参考方案3】：

如果您想要单通道解决方案，请从以下开始：

template<class CharT>
struct smart_c_string_iterator 
  using self=smart_c_string_iterator;
  std::size_t index = 0;
  bool is_end = true;
  CharT* ptr = nullptr;
  smart_c_string_iterator(CharT* pin):is_end(!pin || !*pin), ptr(pin) 
  smart_c_string_iterator(std::size_t end):index(end) 
;

现在，对它进行修饰，使其成为一个完整的随机访问迭代器。大多数操作都非常简单（++ 等应该同时推进 ptr 和 index），除了 == 和 !=。

friend bool operator==(self lhs, self rhs) 
  if (lhs.is_end&&rhs.is_end) return true;
  if (lhs.index==rhs.index) return true;
  if (lhs.ptr==rhs.ptr) return true;
  if (lhs.is_end && rhs.ptr && !*rhs.ptr) return true;
  if (rhs.is_end && lhs.ptr && !*lhs.ptr) return true;
  return false;

friend bool operator!=(self lhs, self rhs) 
  return !(lhs==rhs);

我们还需要：

template<class CharT>
std::pair<smart_c_string_iterator,smart_c_string_iterator>
smart_range( CharT* ptr, std::size_t max_length ) 
  return ptr, max_length;

现在我们这样做：

auto r = smart_range(buffer, sizeof(buffer));
auto s = std::string(r.first, r.second);

在每个步骤中，我们都会在进行复制时检查缓冲区长度和空终止。

现在，Ranges v3 引入了哨兵的概念，它可以让您在执行上述操作的同时降低运行时成本。或者您可以手工制作等效的解决方案。