Dev Blog

Рядки та string_view ​

Рядок як послідовність байтів ​

std::string із <string> володіє послідовністю char. Він підтримує додавання +, дописування +=, порівняння та зміну розміру. Метод size() рахує кодові одиниці, а для UTF-8 це байти, не літери й не видимі символи. Тому всі вправи з індексацією символів у цій темі використовують ASCII. Українські рядки можна зберігати й друкувати цілими без посимвольного втручання.

std::getline(std::cin, text) зчитує рядок разом із пробілами до нового рядка, який відкидає. Після попереднього >> у потоці може залишитися \n, і перший getline поверне порожній рядок. Потрібно свідомо відкинути залишок попереднього рядка або читати всі дані рядками. std::ws пропускає усі початкові пробіли, тому не підходить, якщо вони значущі.

Метод find повертає позицію або std::string::npos. Не порівнюйте результат лише з нулем: збіг на позиції 0 є успішним. substr(pos,count) створює новий рядок, а replace, insert, erase змінюють існуючий. Після зміни позиції решти символів можуть зсунутися. Для пошуку кількох збігів завжди визначайте, як рухатиметься позиція, особливо коли заміна знову містить шуканий текст.

starts_with, ends_with і contains читаються як конкретні перевірки; останній метод належить до C++23. Порівняння рядків лексикографічне за кодовими одиницями, а не за правилами українського словникового порядку. Рядок "10" передує "2" лексикографічно, хоча число 10 більше за 2.

Перегляд довгого рядка

Рис. 4.4. Перегляд довгого рядка

Заголовок <cctype> має std::isdigit, std::toupper та інші класифікатори. Перед передаванням довільного char його перетворюють на unsigned char; від’ємне значення знакового char не є допустимим звичайним аргументом. Ці функції не декодують UTF-8. Перетворення кожного байта кириличної літери через toupper не створить коректну велику літеру Unicode.

Перетворення чисел і тексту ​

std::to_string створює рядок із числа; для контрольованого оформлення корисніший std::format із <format>. На відміну від println, він повертає текст і не друкує його. std::stoi і std::stod читають число з рядка, можуть кидати винятки і без перевірки позиції дозволяють невикористаний суфікс. Тому успішний розбір ще не доводить, що весь рядок був коректним числом.

std::from_chars із <charconv> повертає пару: вказівник на перший необроблений символ і код помилки. Для повного числа потрібно одночасно перевірити ec == std::errc{} та ptr == end. Некоректний синтаксис і вихід за діапазон є різними причинами відмови. Функція не пропускає початкові пробіли й не залежить від поточної локалі; це зручно для машинного формату.

Якщо програма очікує введений цілий рядок, спочатку прочитайте його, визначте політику пробілів, потім розбирайте. Не застосовуйте atoi, якщо потрібно розрізняти справжній нуль та невдалий розбір. Документація: https://learn.microsoft.com/cpp/standard-library/charconv-functions.

string_view і час життя ​

std::string_view із <string_view> є невласницьким виглядом: він запам’ятовує початок і довжину вже наявного тексту. Він не копіює символи й не подовжує життя власника. Це зручно для параметра функції читання або для частини довгого незмінного рядка (рис. 4.5).

Рис. 4.5. Два вигляди на спільний буфер

string_view view = std::string{"temporary"}; створює висячий вигляд після завершення оператора: тимчасовий рядок уже знищений. Аналогічно перерозподіл буфера власного рядка може зробити його старі вигляди недійсними. Безпечний принцип: власник живе довше за всі вигляди і не змінює буфер, поки вони використовуються.

view.substr повертає ще один вигляд, тоді як string.substr повертає новий власний рядок. Цю різницю потрібно пам’ятати при поверненні результату з функції. Крім того, вигляд частини рядка не обов’язково закінчується нульовим байтом. Передавати view.data() старому C API, що очікує нуль-термінований рядок, без забезпечення цієї умови небезпечно.

Приклад 4. Статистика ASCII-тексту ​

Програма ділить один рядок на слова за пробілами й табуляціями, рахує їх і знаходить найдовше. Пунктуація залишається частиною слова. За однакової довжини обирається перше слово.

cpp
#include <string>
#include <string_view>
#include <iostream>
#include <print>

int main()
{
    std::string line;
    if (!std::getline(std::cin, line)) return 1;
    for (unsigned char c : line)
        if (c > 127) return 1;
    const std::string_view text{line};
    std::string_view longest;
    std::size_t count{}, position{};
    while (position < text.size())
    {
        position = text.find_first_not_of(" \t", position);
        if (position == text.npos) break;
        auto end = text.find_first_of(" \t", position);
        if (end == text.npos) end = text.size();
        const auto word = text.substr(position, end - position);
        ++count;
        if (word.size() > longest.size()) longest = word;
        position = end;
    }
    std::println("words={}; longest={}", count, longest);
}

Для one three two відповідь words=3; longest=three. Для порожнього рядка кількість 0 і найдовше слово порожнє. Власник line існує до кінця main і не змінюється після створення виглядів, тому результат безпечний. Якби функція повертала вигляд на свій локальний рядок, ця ж ідея стала б помилковою.