为什么string::data()不提供可变的char*？

Question

在 c++11 的 array，string 和 vector 中都有 data 方法，它们的作用是：

返回指向底层数组的指针，该数组用作元素存储。即使容器为空，范围 [data(); data() + size()) 也始终是有效范围。[Source]

对于所有适用的容器，该方法提供了可变和 const 版本，例如：

T* vector<T>::data();
const T* vector<T>::data() const;

所有适用的容器，即除了 string ，它只提供了const版本：

const char* string::data() const;

这里发生了什么？为什么string被短缺了，当char* string::data()会非常有帮助时？

- Jonathan Mee

---

已经讨论过并记录为一个问题，详情请点击这里。 - Alper

@black 我广泛使用了 vector<char>，但每次在将字符复制回 string 时都感到后悔。实际上我想要的是一个带有可修改缓冲区的 string。 - Jonathan Mee

可能与为什么std :: vector :: data和std :: string :: data不同？重复。 - Cornstalks

@ChaoSXDemon 你在使用C风格的转换，而在C++中，它简化为（并且最好写成）const_cast，其中：“通过非const访问路径修改const对象，并通过非volatile glvalue引用volatile对象会导致未定义行为。” 因此，我认为我们可以说，“不，这绝对不是一个好的做法。” - Jonathan Mee

@JonathanMee，我完全同意你的观点。令人担忧的是，我曾经在一个代码库中看到过这种情况，“未定义行为”被非常明确定义了 :( - ChaoSXDemon

Answer 1

简短的回答是，c++17确实提供了char* string::data()方法。这对于类似data函数的c++17同样至关重要，因此我现在可以这样得到对基础C字符串的可变访问：

auto foo = "lorem ipsum"s;

for(auto i = data(foo); *i != '\0'; ++i) ++(*i);

---

出于历史目的，值得记录一下string的发展，c++17正在此基础上进行开发：在c++11中，通过一个新的要求，即其元素被连续存储，使得可以访问string的底层缓冲区，以便对于任何给定的string s：

&*(s.begin() + n) == &*s.begin() + n 对于任意n在[0, s.size())范围内成立，或者等价地，可以将指向s[0]的指针传递给期望指向CharT[]数组的第一个元素的函数。

可通过多种方法获得对这个新要求的底层C字符串的可变访问，例如：&s.front()、&s[0]或&*s.first()。但回到最初的问题，如何避免使用这些选项的负担：为什么没有以char* string::data()的形式提供对string底层缓冲区的访问权限？ 要回答这个问题，需要注意T* array<T>::data()和T* vector<T>::data()是c++11所需的额外添加。对于其他连续容器，如deque，c++11没有增加任何额外要求。实际上，对于string并没有额外的要求，事实上，string was contiguous的要求是c++11新添加的。在此之前，const char* string::data()已经存在。虽然它明确不保证指向任何底层缓冲区，但它是从string中获取const char*的唯一方法。

返回的数组不需要以空字符结尾。这意味着在c++11过渡到data访问器时，string并未被“缩水”，而是没有被包含进去，因此只有constdata访问器保留了string以前拥有的功能。在C++11的实现中，有一些自然发生的例子需要直接写入string的底层缓冲区。naturally occurring examples in C++11's implementation

- Jonathan Mee

Answer 2

我认为这个限制源于（2011年之前）std::basic_string不需要将其内部缓冲区存储为连续的字节数组。

然而所有其他的容器（如std::vector等）都必须按照2003标准将它们的元素存储为连续的序列；因此，data可以轻松返回可变的T*，因为没有迭代等问题。

如果std::basic_string返回一个可变的char*，那就意味着你可以将该char*视为有效的C字符串并执行C字符串操作，如strcpy，但若字符串未被连续分配，则会很容易地导致未定义行为。

C++11标准增加了规定，basic_string必须实现为连续的字节数组。不用说，您可以通过使用旧技巧&str[0]绕过此问题。

- David Haim

---

我认为，提供一个可变的data()方法将破坏string对象的封装性，因为这会鼓励开发人员将其用作字节缓冲区。这将是一种倒退的步骤。 - Richard Hodges

@JonathanMee 我相信委员会在很多问题上会和我持不同意见。在许多情况下，我相信这是件好事:-) 我想至少data()方法明确地表达了意图，而&s[0]则有些晦涩难懂。所以好吧，我被说服了。 - Richard Hodges

@JonathanMee 如果由于缺少适当的操作符而缺少ostream功能，那么修复标准以提供一个是否更好？在我的看来，将格式化数据发射到流中可以通过更封装的方式实现，而不是在主线代码中使用sprintf这个地雷。作为自定义实用函数的实现细节，这更容易被原谅，我个人认为。 - Richard Hodges

@RichardHodges 我同意这种情绪。修复ostream的真正问题，而不仅仅是掩盖它。但这并不能阻止我想要char* string::data() :D - Jonathan Mee

@JonathanMee，总体而言，我同意你的观点。提供一个可变的data()函数比使用&s[0]或addressof(*begin(s))来操纵它要更加清晰易懂。我认为我们刚刚创造了历史。我在公共互联网上改变了我的观点 :-)) - Richard Hodges