C++11 原生字符串

1.基本概念与作用

原生字符串(Raw String)指不进行转义“所见即所得”的字符串。很多编程语言早已支持原生字符串,如C#、Python、Shell等。C++作为一门高级程序设计语言,自然不能自甘落后,从C++11开始,C++也开始支持原生字符串。

很多时候,当我们需要一行字符串的时候,字符串转义往往成了一个负担,写和读都带了很大的不便。例如,对于如下路径”D:\workdataDJ\code\vas_pgg_proj”,我们必须通过反斜杠进行转义,把它写成如下形式:

string path = "D:\\workdataDJ\\code\\vas_pgg_proj";

可能你会说这个并没有多大影响,但当我们使用正则表达式时,由于正则表达式中特殊字符(如反斜杠、双引号等)较多,再使用反斜杠进行转义,那么正则表达式的可读性将变得很差,形如下面的一条正则表达式

string re = "('(?:[^\\\\']|\\\\.)*'|\"(?:[^\\\\\"]|\\\\.)*\")|";

在C#中,我们可以通过@关键字来取消字符串转义。在C++ 11中,它的非转义形式为:

string path = R"(D:\workdataDJ\code\vas_pgg_proj)";

从上面的例子中可以看出,C++的语法格式如下: (1)字符串前加R前缀; (2)字符串首尾加上小括号; 它的语法格式比C#的@前缀要稍微复杂点,不过这个复杂也有复杂的好处,那就是字符串里面可以带双引号。

string path = R"(this "word" is escaped)";

而C#就无法保持原始字符串格式,对双引号仍需要转义:

string path = @"this ""word"" is escaped";

2.原生字符串与Unicode字符串结合

由于C++11对Unicode的支持,原生字符串的定义方式可以与Unicode字符串结合使用,定义UTF-8、UTF-16和UTF-32的原生字符串,将其前缀分别设置为u8R、uR和UR即可。有一点需要注意,使用了原生字符串,转义字符就不能再使用了,这会给使用\u或者\U的方式书写Unicode字符的程序带来一定影响。参看下面的例子。

#include <iostream> 
using namespace std;

int main()
{
    cout<<u8R"(\u4F60,\n
        \u597D)"<<endl;
    cout << u8R"(你好)" << endl;
    cout << sizeof(u8R"(hello)") << "\t" << u8R"(hello)" << endl;
    cout << sizeof(uR"(hello)") << "\t" << uR"(hello)" << endl;
    cout << sizeof(UR"(hello)") << "\t" << UR"(hello)" << endl;
}

程序输出结果:

\u4F60,\n
              \u597D
你好
6       hello
12      00C03174
24      00C03180

从结果可以看出,使用\u定义Unicode字符时,未能如果异常,输出原生字符串的模样。在使用sizeof运算符计算不同编码的相同字符串时,得到的结果是不通的,大小跟其申明的类型是完全一致的。注意在使用cout对UTF-16和UTF-8编码的字符串进行输出时,输出的是字符串地址。

3.原生字符串的连接

C++中同样可以将原生字符串进行连接,但不要将不同编码的字符串进行连接,因为C++尚不支持这种做法。考察如下代码:

#include <iostream> 
using namespace std;

int main()
{

    char string[] = R"(你好)"R"(=hello)";
    char u8u8string[] = u8R"(你好)"u8R"(=hello)";
    //char u8ustring[] = u8R"(你好)"uR"=hello";   //编译报错
    cout << string<< endl;
    cout << u8string << endl;
    cout << sizeof(string) << endl;
    cout << sizeof(u8u8string) << endl;
    return 0;
}
//程序编译选项:g++ -finput-charset=utf-8 test.cpp

代码输出结果如下:

你好=hello
你好=hello
13
13

可以看出,原生字符串会被编译器自动连接在一起,整个字符串“你好=hello”含有两个UTF-8编码的中文字符,共占6字节,和6个ASCII字符,再加上自动生成的空字符\0,字符串共占用13字节空间。UTF-8与UTF-16两种不同编码的字符在连接时,编译报错,C++目前还不支持这种写法,请避免。


参考文献

[1]深入理解C++11[M].8.4原生字符串字面量

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Golang语言社区

[基础篇]Go语言变量

变量来源于数学,是计算机语言中能储存计算结果或能表示值抽象概念。变量可以通过变量名访问。 Go 语言变量名由字母、数字、下划线组成,其中首个字母不能为数字。 声...

39170
来自专栏五分钟学算法

每天一算:Intersection of Two Arrays II

leetcode上第350号问题:Intersection of Two Arrays II

10820
来自专栏漫漫深度学习路

python命名空间

python的命名空间 python使用命名空间记录变量。python中的命名空间就像是一个dict,key是变量的名字,value是变量的值。 python中...

22260
来自专栏编程坑太多

python--面向对象与模块补充,反射

18740
来自专栏技术博文

php http_build_query 拼接数组 可以用这个函数

http_build_query (PHP 5) http_build_query — 生成 URL-encode 之后的请求字符串 说明 string htt...

36940
来自专栏Petrichor的专栏

python: map函数

对 sequence 中的 item 依次执行 function(item),将 执行结果 组成一个 List 返回。

29020
来自专栏Python自动化测试

Python的元组学习(五)

本节来学习python的元组,在python语言中,元组的关键字是tuple同时元组是不可变的,列表与字典是可变的,元组的定义是一个(),下面通过代码...

11840
来自专栏从流域到海域

《笨办法学Python》 第32课手记

《笨办法学Python》 第32课手记 本节课讲for循环和list,list里类似于c中的数组,但有区别很大。C语言中的数组是数据类型相同的值的集合,list...

21390
来自专栏软件开发 -- 分享 互助 成长

快速排序

如果说希尔排序是简单插入排序的升级,堆排序是简单选择排序的升级,那么快速排序就是冒泡排序的升级了。相对于冒泡排序,快速排序增大了记录比较和移动的距离,将关键字较...

21160
来自专栏漫漫深度学习路

C 中内存的一些操作

分配内存与释放内存 在C 中,下列函数的声明在 stdlib.h 中,在 C++, 声明在 cstdlib 中 malloc realloc calloc f...

184100

扫码关注云+社区

领取腾讯云代金券