std::string是否只能包含Ascii字符？

Question

std::string是否应该在所有平台和标准编译器上保存Ascii编码字符集？

换句话说，如果我这样做，我的C++程序是否可以确保获取一组Ascii字符：

std::string input;
std::getline(std::cin, input);

编辑：

更准确地说，我想确保如果用户输入"a0"，我将获得一个包含两个元素的std::string。第一个元素是97，第二个元素是48。

- Humam Helfawi

---

绝对没有保证。UTF-8是一种非常流行的字符编码，如果在这样的系统上键入“á0”，则您的字符串将包含三个元素。 - Mark Ransom

@MarkRansom 我明白了。我会发另一个问题，询问如何强制或确保输入的是 ASCII 字符串。谢谢。 - Humam Helfawi

我有一个变量std::string xml。编译器或STL是否强制要求其中只有XML字符串？- 不是的。类型是`char'而不是"XML"或"Unicode"。不要混淆类型、格式或编码。但是其中确实有一个有效的问题：“我如何控制标准IO编码？” - Fozi

@Fozi 是的，你说得对。我已经在 http://stackoverflow.com/questions/37953843/how-can-force-the-user-os-to-input-an-ascii-string 上提出了这个问题。 - Humam Helfawi

@HumamHelfawi：我认为正确的做法是，验证输入是否仅包含ASCII字符，如果这是您的前提条件，那将是很容易实现的。如果输入不符合条件，应该显示明确的错误信息。我不认为可以从Unicode字符“转回”表示用户按键的ASCII字符，那可能会非常困难。如果您真正想知道如何重新配置终端以使其有不同的行为，我认为那也会很困难，并且将依赖于平台。 - Chris Beck

Answer 1

注意，std::string 并不是存储"字符"，它存储的是字节。 这些字节可以通过 ASCII、EDBCIC 或 Unicode 编码形成人类可读的字符串。它们也可以是二进制编码存储计算机可读信息（例如 JPEG 图像）。它们甚至可以是外星人给你关于如何在 Stack Overflow 上三周不被踩的指引。或者是完全随机的白噪声。

作为程序员，你需要让你的程序了解它正在读取的数据实际上意味着什么，以及它如何被编码。这将是你任务的一部分。

（遗憾的是，在现在看来，char 的命名可能会误导人。）

- Lightness Races in Orbit

---

现在我很高兴，因为没有被人踩。至少，我可能会在某天找到这些指南。 - Humam Helfawi

@HumamHelfawi：假设你能编写一个程序来解码那些准则 ;) - Lightness Races in Orbit

你是说即使char是有符号类型，它也是一个byte吗？ - R Sahu

@RSahu：完全没问题。 - Lightness Races in Orbit

char缩写自"character"，这完全是误导（因此有了这个问题）；byte字面上就是该类型的含义，尽管确实有一个带有自己含义的上位比特变体。但是咳咳，我们就忽略带符号的chars吧 ;) 让我们假设signed char（以及默认带符号char平台上的char）是一个CHAR_BIT位整数，然后就完成了 ;) 但从不是"字符"。 - Lightness Races in Orbit

Answer 2

不，没有保证

std::string input;
std::getline(std::cin, input);

只会返回ASCII字符。 char 可以容纳的值的范围不仅限于ASCII字符。

如果您的平台使用与ASCII不同的编码，则显然会得到不同的字符集。

即使您的平台使用ASCII编码，如果平台上的char是无符号类型，则它也可以非常容易地容纳扩展的ASCII字符。

- R Sahu

---

谢谢。如果我想将输入视为Ascii，我该怎么办？如果您不介意，只提供一个链接就可以了。（由于存在大量错误和不成熟的上下文，我害怕自己查找） - Humam Helfawi

@HumamHelfawi，您是在询问如何防止非ASCII字符被读入“input”吗？ - R Sahu

更准确地说，我想确保如果用户输入"a0"，我将获得一个包含两个元素的字符串。第一个元素是97，第二个元素是48。 - Humam Helfawi

std::string 可以保存任何内容，std::cin 可以读取任何内容，与所用的平台编码、ASCII 或扩展 ASCII 没有任何关系。如果尝试使用 dd 的结果或 cat someimage.jpg 进行输入，就会发现这一点。正确的答案是：std::string 完全没有编码概念。std::cin 也是如此。 - Lightness Races in Orbit

无论 char 是有符号还是无符号，它都可以容纳扩展字符集，而不仅仅是 ASCII。 - Mark Ransom

Answer 3

换句话说，如果我这样做，我的C++程序能确保得到一组Ascii字符吗？

不行。 实际上，std::string 是 std::basic_string<> 的一个特化版本，就像
using std::string std::basic_string<char>;:

template< 
    class CharT, 
    class Traits = std::char_traits<CharT>, 
    class Allocator = std::allocator<CharT>
> class basic_string;

并且可以容纳使用Traits定义的任何字符类型。

简而言之，std::string可以包含ASCII字符编码，以及EBCDIC或其他任何编码。但是在使用时应该透明无感知。

- πάντα ῥεῖ