C++11 原生字符串 解读C++11 原生字符串
Dabelv 人气:01.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。
加载全部内容