stl, string不仅是charString, 更是byteString



转载至：http://chzhou.blog.sohu.com/97459512.html

以前一直没有注意到STL中的string的length函数，但一直用它。天真的以为它会返回字符串的长度。这是因为我们在C中经常会用strlen去求一个字符串的长度，转到C++，看到std::string中有length，乖乖，万事大吉了。

    我一直这样想当然的用这个函数没有出过问题。是我的运气呢，还是stl防备了这些可能出现的问题呢。

    而我最近发现，std::string的能力比我想像的要更强大。

    这两天对google刚刚开源的protocol buffer（简称PB）产生了兴趣。这个工具是用来将结构化的数据封装成二进制流。并提供反方向的工作。也就是说，它是一个能够完成序列化/反序列化工作的工具。当然，它的功能不限于此。

    PB完成了对整数，实数，字符串的封装，完成了对结构体的封装，一切都完美无缺。它还完成了对Bytes的封装，太好了，这正是我想要的。我是想用它来封装一个地理数据（图层），里面有纯二进制数据。

    等等，等我定义好我的协议文件。是的，我定义好了，帮我翻译成C++吧。

    好的，翻译好了。

    嗯，让我看看。一切都很好。但是，等一下，为什么把我的Bytes翻译成了std::string?

    该死的google，难道不知道string是用来存字符串的吗，二进制中有零的话，不就被截断了，那我的数据还能有救？

    嗯，是的，仔细看了std::string::assign和length的实现，是的。很好，std::string的能力超出了我的想像。二进制数据没有被截断，一切的所有都被完整地保留下来了。

    这很让人兴奋，让我来试一试。编几行代码来测试一下std::string::assign和std::string::length.

    编好了，贴在这里。

// TestStringLength.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"  //这个需要解释，但是算了。呵呵。
#include <string>
#include <iostream>

using namespace std;

int _tmain(int argc, _TCHAR* argv[])
{
    int pIntBuf[] = {1, 2, 3, 0, 0, 0, 5, 2, 3, 20, 50};
    char pStrBuf[1000];
    pStrBuf[500] = '\0';//在随机的缓冲区中加入一个结束符
    std::string strBuf = "I Love you.";
    char s = ' ';//是的，只是一个空格

    //强制性的硬拷贝可能会越界，但是仍要试试，这当然是不会截断数据了。
    std::string str1, str2, str3;
    str1.resize(sizeof(pIntBuf)+1, '\0');
    str2.resize(sizeof(pStrBuf)+1, '\0');
    str3.resize(strlen(strBuf.c_str()) +1, '\0');
    memcpy((void*)str1.c_str(), pIntBuf, sizeof(pIntBuf)+1);
    memcpy((void*)str2.c_str(), pStrBuf, sizeof(pStrBuf)+1);
    memcpy((void*)str3.c_str(), strBuf.c_str(), strlen(strBuf.c_str()) +1);
    std::cout<<str1.length()<<s<<str2.length()<<s<<str3.length()<<endl;
    std::cout<<strlen(str1.c_str())<<s<<strlen(str2.c_str())<<s<<strlen(str3.c_str())<<endl;
    std::cout<<endl;

    //试试string::assigh(string&), 发现也没有丢失数据。
    std::string str4, str5, str6;
    str4.assign(str1);
    str5.assign(str2);
    str6.assign(str3);
    std::cout<<str4.length()<<s<<str5.length()<<s<<str6.length()<<endl;
    std::cout<<strlen(str4.c_str())<<s<<strlen(str5.c_str())<<s<<strlen(str6.c_str())<<endl;
    std::cout<<endl;

    //用string::assign(char*), 数据丢失了。 当然， 因为char*根本不知道真实的长度，只能找到第一个'\0'
    std::string str7, str8, str9;
    str7.assign(str1.c_str());
    str8.assign(str2.c_str());
    str9.assign(str3.c_str());
    std::cout<<str7.length()<<s<<str8.length()<<s<<str9.length()<<endl;
    std::cout<<strlen(str7.c_str())<<s<<strlen(str8.c_str())<<s<<strlen(str9.c_str())<<endl;
    std::cout<<endl;

    return 0;
}

结果有了，也贴出来:

--------------------------------
45 1001 12
1 500 11

45 1001 12
1 500 11

1 500 11
1 500 11
--------------------------------

略作分析：

分三组，每组两行结果，第一行是真实的长度，第二行是结束符'\0'之前的长度。

第一组，前两行是硬拷贝的结果，很好，没有截断我的数据。

第二组，string::assigh(string& S)，也是完全拷贝，没有丢掉S中结束符之后的部分。
由此可见，string并不是专为字符串而设计的，而是缓冲区，把它当成字符串使用的话，反而要多一份小心。

第三组，由于char*类型丢失了缓冲区的长度性息，理所当然的要丢失数据了。

好吧。这个std::string的认识又深了一层。

结论是，string不仅是charString，更是byteString。

继续研究这个google::protocolbuffer。