Как получить количество символов в std :: string? - PullRequest
Новая
       85

Как получить количество символов в std :: string?

102 голосов
/ 25 мая 2009

Как мне узнать количество символов в строке в C ++?

Ответы [ 12 ]

168 голосов
/ 25 мая 2009

Если вы используете std::string, позвоните length(): 

std::string str = "hello";
std::cout << str << ":" << str.length();
// Outputs "hello:5"

Если вы используете c-строку, позвоните strlen(). 

const char *str = "hello";
std::cout << str << ":" << strlen(str);
// Outputs "hello:5"

Или, если вам нравится использовать строки в стиле Pascal (или f ***** строк, как Джоэл Спольски любит называть их , когда они имеют завершающий NULL), просто разыменуйте первый символ . 

const char *str = "\005hello";
std::cout << str + 1 << ":" << *str;
// Outputs "hello:5"
21 голосов
/ 25 мая 2009

При работе со строками C ++ (std :: string) вы ищете length () или size () . Оба должны предоставить вам одинаковую ценность. Однако при работе со строками в стиле C вы должны использовать strlen () . 

#include <iostream>
#include <string.h>

int main(int argc, char **argv)
{
   std::string str = "Hello!";
   const char *otherstr = "Hello!"; // C-Style string
   std::cout << str.size() << std::endl;
   std::cout << str.length() << std::endl;
   std::cout << strlen(otherstr) << std::endl; // C way for string length
   std::cout << strlen(str.c_str()) << std::endl; // convert C++ string to C-string then call strlen
   return 0;
}

Выход: 

6
6
6
6
16 голосов
/ 25 мая 2009

Это зависит от типа строки, о которой вы говорите. Есть много типов строк:

  1. const char* - многобайтовая строка в стиле C
  2. const wchar_t* - широкая струна в стиле C
  3. std::string - «стандартная» многобайтовая строка
  4. std::wstring - «стандартная» широкая строка

Для 3 и 4 вы можете использовать .size() или .length() методы.

Для 1 вы можете использовать strlen(), но вы должны убедиться, что строковая переменная не NULL (=== 0)

Для 2 вы можете использовать wcslen(), но вы должны убедиться, что строковая переменная не NULL (=== 0)

В нестандартных библиотеках C ++ есть другие типы строк, такие как MFC CString, ATL CComBSTR, ACE ACE_CString и т. Д., С такими методами, как .GetLength() и т. Д. Я не могу вспомнить их специфику прямо на макушке.

Библиотеки STLSoft абстрагировали все это с помощью так называемых прокладок для доступа к строкам , которые можно использовать для получения длины строки (и других аспектов) из любого типа. Так что для всего вышеперечисленного (включая нестандартные библиотечные) используется одна и та же функция stlsoft::c_str_len(). В этой статье описывается, как все это работает, поскольку не все так очевидно или просто.

3 голосов
/ 25 мая 2009

если вы используете std :: string, для этого есть два распространенных метода: 

std::string Str("Some String");
size_t Size = 0;
Size = Str.size();
Size = Str.length();

если вы используете строку в стиле C (используя char * или const char *), вы можете использовать: 

const char *pStr = "Some String";
size_t Size = strlen(pStr);
3 голосов
/ 25 мая 2009

Если вы используете старую строку в стиле C вместо новых строк в стиле STL, в библиотеке времени выполнения C есть функция strlen: 

const char* p = "Hello";
size_t n = strlen(p);
2 голосов
/ 25 мая 2009

для фактического строкового объекта: 

yourstring.length();

или 

yourstring.size();
2 голосов
/ 25 мая 2009 
std::string str("a string");
std::cout << str.size() << std::endl;
2 голосов
/ 25 мая 2009 
string foo;
... foo.length() ...

.length и .size являются синонимами, я просто думаю, что «длина» - это более понятное слово.

1 голос
/ 20 мая 2018

В C ++ std :: string метод length () и size () выдает количество байтов и необязательно количество символов!. То же самое с функцией sizeof () в c-Style!

Для большинства печатаемых 7-битных символов ASCII это то же самое значение, но для символов, которые не являются 7-битными ASCII, это определенно нет. В следующем примере приведены реальные результаты (64-разрядная версия Linux).

Не существует простой функции c / c ++, которая действительно может посчитать количество символов. Кстати, все это зависит от реализации и может отличаться в других средах (компилятор, win 16/32, linux, встроенный, ...)

См. Следующий пример: 

#include <string>
#include <iostream>
#include <stdio.h>
#include <string.h>
using namespace std;

int main()
{
/* c-Style char Array */
const char * Test1 = "1234";
const char * Test2 = "ÄÖÜ€";
const char * Test3 = "αβγ?";

/* c++ string object */
string sTest1 = "1234";
string sTest2 = "ÄÖÜ€";
string sTest3 = "αβγ?";

printf("\r\nC Style Resluts:\r\n");
printf("Test1: %s, strlen(): %d\r\n",Test1, (int) strlen(Test1));
printf("Test2: %s, strlen(): %d\r\n",Test2, (int) strlen(Test2));
printf("Test3: %s, strlen(): %d\r\n",Test3, (int) strlen(Test3));

printf("\r\nC++ Style Resluts:\r\n");
cout << "Test1: " << sTest1 << ", Test1.size():  " <<sTest1.size() <<"  sTest1.length(): " << sTest1.length() << endl;
cout << "Test1: " << sTest2 << ", Test2.size():  " <<sTest2.size() <<"  sTest1.length(): " << sTest2.length() << endl;
cout << "Test1: " << sTest3 << ", Test3.size(): " <<sTest3.size() << "  sTest1.length(): " << sTest3.length() << endl;
return 0;
}

Вывод примера такой: 

C Style Results:
Test1: ABCD, strlen(): 4    
Test2: ÄÖÜ€, strlen(): 9
Test3: αβγ?, strlen(): 10

C++ Style Results:
Test1: ABCD, sTest1.size():  4  sTest1.length(): 4
Test2: ÄÖÜ€, sTest2.size():  9  sTest2.length(): 9
Test3: αβγ?, sTest3.size(): 10  sTest3.length(): 10
0 голосов
/ 15 марта 2019

для Unicode

В нескольких ответах здесь говорится, что .length() дает неправильные результаты с многобайтовыми символами, но есть 11 ответов, и ни один из них не дал решения.

Дело Z͉̳̺ͥͬ̾a̴͕̲̒̒͌̋ͪl̨͎̰̘͉̟ͤ̀̈̚͜g͕͔̤͖̟̒͝ͅo̵̡̡̼͚̐ͯ̅ͪ̆ͣ̚

Прежде всего, важно знать, что вы подразумеваете под "длиной". В качестве мотивирующего примера рассмотрим строку «Z͉̳̺ͥͬ̾a̴͕̲̒̒͌̋ͪl̨͎̰̘͉̟ͤ̀̈̚͜g͕͔̤͖̟̒͝ͅo̵̡̡̼͚̐ͯ̅ͪ̆ͣ̚» (обратите внимание, что некоторые языки, особенно тайский, на самом деле используют комбинацию диакритических знаков, поэтому это не просто полезно для 15-летних мемов, но, очевидно, самый важный вариант использования). Предположим, что оно закодировано в UTF-8 . Есть 3 способа, которыми мы можем говорить о длине этой строки:

95 байтов 

00000000: 5acd a5cd accc becd 89cc b3cc ba61 cc92  Z............a..
00000010: cc92 cd8c cc8b cdaa ccb4 cd95 ccb2 6ccd  ..............l.
00000020: a4cc 80cc 9acc 88cd 9ccc a8cd 8ecc b0cc  ................
00000030: 98cd 89cc 9f67 cc92 cd9d cd85 cd95 cd94  .....g..........
00000040: cca4 cd96 cc9f 6fcc 90cd afcc 9acc 85cd  ......o.........
00000050: aacc 86cd a3cc a1cc b5cc a1cc bccd 9a    ...............

50 кодовых точек 

LATIN CAPITAL LETTER Z
COMBINING LEFT ANGLE BELOW
COMBINING DOUBLE LOW LINE
COMBINING INVERTED BRIDGE BELOW
COMBINING LATIN SMALL LETTER I
COMBINING LATIN SMALL LETTER R
COMBINING VERTICAL TILDE
LATIN SMALL LETTER A
COMBINING TILDE OVERLAY
COMBINING RIGHT ARROWHEAD BELOW
COMBINING LOW LINE
COMBINING TURNED COMMA ABOVE
COMBINING TURNED COMMA ABOVE
COMBINING ALMOST EQUAL TO ABOVE
COMBINING DOUBLE ACUTE ACCENT
COMBINING LATIN SMALL LETTER H
LATIN SMALL LETTER L
COMBINING OGONEK
COMBINING UPWARDS ARROW BELOW
COMBINING TILDE BELOW
COMBINING LEFT TACK BELOW
COMBINING LEFT ANGLE BELOW
COMBINING PLUS SIGN BELOW
COMBINING LATIN SMALL LETTER E
COMBINING GRAVE ACCENT
COMBINING DIAERESIS
COMBINING LEFT ANGLE ABOVE
COMBINING DOUBLE BREVE BELOW
LATIN SMALL LETTER G
COMBINING RIGHT ARROWHEAD BELOW
COMBINING LEFT ARROWHEAD BELOW
COMBINING DIAERESIS BELOW
COMBINING RIGHT ARROWHEAD AND UP ARROWHEAD BELOW
COMBINING PLUS SIGN BELOW
COMBINING TURNED COMMA ABOVE
COMBINING DOUBLE BREVE
COMBINING GREEK YPOGEGRAMMENI
LATIN SMALL LETTER O
COMBINING SHORT STROKE OVERLAY
COMBINING PALATALIZED HOOK BELOW
COMBINING PALATALIZED HOOK BELOW
COMBINING SEAGULL BELOW
COMBINING DOUBLE RING BELOW
COMBINING CANDRABINDU
COMBINING LATIN SMALL LETTER X
COMBINING OVERLINE
COMBINING LATIN SMALL LETTER H
COMBINING BREVE
COMBINING LATIN SMALL LETTER A
COMBINING LEFT ANGLE ABOVE

5 графем 

Z with some s**t
a with some s**t
l with some s**t
g with some s**t
o with some s**t

Нахождение длины с использованием ICU

Существуют классы C ++ для ICU, но они требуют преобразования в UTF-16. Вы можете напрямую использовать типы C и макросы для получения поддержки UTF-8: 

#include <memory>
#include <iostream>
#include <unicode/utypes.h>
#include <unicode/ubrk.h>
#include <unicode/utext.h>

//
// C++ helpers so we can use RAII
//
// Note that ICU internally provides some C++ wrappers (such as BreakIterator), however these only seem to work
// for UTF-16 strings, and require transforming UTF-8 to UTF-16 before use.
// If you already have UTF-16 strings or can take the performance hit, you should probably use those instead of
// the C functions. See: http://icu-project.org/apiref/icu4c/
//
struct UTextDeleter { void operator()(UText* ptr) { utext_close(ptr); } };
struct UBreakIteratorDeleter { void operator()(UBreakIterator* ptr) { ubrk_close(ptr); } };
using PUText = std::unique_ptr<UText, UTextDeleter>;
using PUBreakIterator = std::unique_ptr<UBreakIterator, UBreakIteratorDeleter>;

void checkStatus(const UErrorCode status)
{
    if(U_FAILURE(status))
    {
        throw std::runtime_error(u_errorName(status));
    }
}

size_t countGraphemes(UText* text)
{
    // source for most of this: http://userguide.icu-project.org/strings/utext
    UErrorCode status = U_ZERO_ERROR;
    PUBreakIterator it(ubrk_open(UBRK_CHARACTER, "en_us", nullptr, 0, &status));
    checkStatus(status);
    ubrk_setUText(it.get(), text, &status);
    checkStatus(status);
    size_t charCount = 0;
    while(ubrk_next(it.get()) != UBRK_DONE)
    {
        ++charCount;
    }
    return charCount;
}

size_t countCodepoints(UText* text)
{
    size_t codepointCount = 0;
    while(UTEXT_NEXT32(text) != U_SENTINEL)
    {
        ++codepointCount;
    }
    // reset the index so we can use the structure again
    UTEXT_SETNATIVEINDEX(text, 0);
    return codepointCount;
}

void printStringInfo(const std::string& utf8)
{
    UErrorCode status = U_ZERO_ERROR;
    PUText text(utext_openUTF8(nullptr, utf8.data(), utf8.length(), &status));
    checkStatus(status);

    std::cout << "UTF-8 string (might look wrong if your console locale is different): " << utf8 << std::endl;
    std::cout << "Length (UTF-8 bytes): " << utf8.length() << std::endl;
    std::cout << "Length (UTF-8 codepoints): " << countCodepoints(text.get()) << std::endl;
    std::cout << "Length (graphemes): " << countGraphemes(text.get()) << std::endl;
    std::cout << std::endl;
}

void main(int argc, char** argv)
{
    printStringInfo(u8"Hello, world!");
    printStringInfo(u8"หวัดดีชาวโลก");
    printStringInfo(u8"\xF0\x9F\x90\xBF");
    printStringInfo(u8"Z͉̳̺ͥͬ̾a̴͕̲̒̒͌̋ͪl̨͎̰̘͉̟ͤ̀̈̚͜g͕͔̤͖̟̒͝ͅo̵̡̡̼͚̐ͯ̅ͪ̆ͣ̚");
}

Это печатает: 

UTF-8 string (might look wrong if your console locale is different): Hello, world!
Length (UTF-8 bytes): 13
Length (UTF-8 codepoints): 13
Length (graphemes): 13

UTF-8 string (might look wrong if your console locale is different): หวัดดีชาวโลก
Length (UTF-8 bytes): 36
Length (UTF-8 codepoints): 12
Length (graphemes): 10

UTF-8 string (might look wrong if your console locale is different): ?
Length (UTF-8 bytes): 4
Length (UTF-8 codepoints): 1
Length (graphemes): 1

UTF-8 string (might look wrong if your console locale is different): Z͉̳̺ͥͬ̾a̴͕̲̒̒͌̋ͪl̨͎̰̘͉̟ͤ̀̈̚͜g͕͔̤͖̟̒͝ͅo̵̡̡̼͚̐ͯ̅ͪ̆ͣ̚
Length (UTF-8 bytes): 95
Length (UTF-8 codepoints): 50
Length (graphemes): 5

Boost.Locale обертывает ICU и может предоставить более приятный интерфейс. Тем не менее, он все еще требует преобразования в / из UTF-16.

Страница:
...