有没有一种方法可以获取std:string的缓冲区？

Question

有没有一种方法可以获取std::string的“原始”缓冲区？
我考虑的是类似于的东西。举个例子，对于CString，我会这样做：

CString myPath;  
::GetCurrentDirectory(MAX_PATH+1, myPath.GetBuffer(MAX_PATH));  
myPath.ReleaseBuffer();  

那么，std::string有类似的东西吗？

- MikMik

---

可能是 https://dev59.com/yVzUa4cB1Zd3GeqP1DgO 的重复问题。 - Benj

参见：直接将char*缓冲区写入std::string - Gabriel Staples

更好的方法是查看：如何将std::string转换为const char*或char*。 - Gabriel Staples

Answer 1

虽然有点不寻常，但将std::string用作线性内存缓冲区是完全有效的，唯一需要注意的是在C++11之前的标准中并不支持它。

std::string s;
char* s_ptr = &s[0]; // get at the buffer

引用Herb Sutter的话：

在我所知的每个std::string实现中，它实际上都是连续的并以null结尾的。因此，虽然它在形式上不能保证，但在实践中您可能可以通过调用 &str[0] 来获取指向连续和以null结尾的字符串的指针。（但为了安全起见，您仍应使用str.c_str()。）

“可能”在这里是关键。因此，虽然这不是一项保证，但您应该能够依赖于std::string是线性内存缓冲区的原则，并且应该在测试套件中断言这些事实，以确保安全。

您总是可以构建自己的缓冲类，但当您想要购买时，这就是STL提供的东西。

- John Leidegren

---

str.c_str() 返回一个常量指针，因此肯定同样危险，如果不是更危险的话。 - paulm

我猜问题在于这是实现细节。并不以任何方式建议这是良好的做法，但如果您希望解决此限制，可以这样做。即使使用了小字符串优化，您也将获得一个安全写入的内存位置，只要您尊重数组的边界。您可能没有意识到它返回了指向堆栈的指针，但这不是您需要知道的事情。我无法想象出这个返回指针实际上指向守卫页的情况（如果您对其进行写入会导致页面错误）。 - John Leidegren

自C++11以来，这应该是被接受的答案。请参阅https://www.tomhuang.com/2011/10/24/using-std-string-as-the-output-buffer-in-c-api.html。 - Alexandr Zarubkin

还有一个非常重要的注意事项：如果你像使用char *一样向这个std::string缓冲区中写入内容，你必须使用s.resize(BUFFER_SIZE)预先分配缓冲区的大小，否则写入该缓冲区是未定义的行为。s.reserve(BUFFER_SIZE)不能满足需求。参见：https://en.cppreference.com/w/cpp/string/basic_string/operator_at：“如果`pos > size()，行为是未定义的。”因此，你可以使用s.resize()强制分配值为空终止字符的缓冲区，直到达到指定的大小。然后，你可以像正常的char *`一样在其大小范围内写入该缓冲区。 - Gabriel Staples

我在这里添加了一个答案，以详细解释我在上一条评论中所说的内容。 - Gabriel Staples

Answer 2

如果你想要一个真正的缓冲区，请使用std::vector<char>。

#include <vector>
#include <string>

int main(){
  std::vector<char> buff(MAX_PATH+1);
  ::GetCurrentDirectory(MAX_PATH+1, &buff[0]);
  std::string path(buff.begin(), buff.end());
}

Ideone上的示例。

- Xeo

---

如果您将std::vector用作缓冲区，则会以最昂贵的方式初始化向量中的每个元素。这将超过应用程序中的任何CPU成本。请使用std::unique_ptr<char[]>或堆栈分配。如果不需要初始化缓冲区，请勿浪费CPU资源。 - John Leidegren

我只能从自己的经验说起，建议你通过性能分析器运行程序并自行检查，但显然需要超过一个调用才能成为瓶颈。我提出这个原因是，如果将它放入你经常调用的库例程中，你会浪费很多CPU资源。此外，由于您在编译时知道MAX_PATH的值，因此可以将其堆栈分配，该缓冲区的持续时间很可能非常短。向量类代表“真实缓冲区”的概念，在任何方面上都是完全错误的。 - John Leidegren

请注意，std::vector<char> 不会像 memset(..., 0, sizeof ...) 那样聪明地执行任何操作，尽管后者速度更快，但前者会对每个元素进行适当的初始化。 - John Leidegren

@JohnLeidegren：内核切换到GetCurrentDirectory可能更昂贵。你不仅需要超过1个，而且需要大量的调用才能成为瓶颈。你的评论暗示它很可能是一个严重问题，但实际上它极不可能出现问题。 - Puppy

@DeadMG 我并不是在争论它是比内核转换更快/更慢。我想表达的是，作为一个缓冲区，它是不必要的慢。我的观点是，这是一个不好的习惯。即使像这样的小而看似不重要的代码也会积累起来，并最终对性能造成明显的影响。 - John Leidegren

Answer 3

不可移植的，不行。标准不能保证在内存中具有独占线性表示（而使用旧的C++03标准，甚至允许像绳子这样的数据结构），因此API不提供对其的访问权限。它们必须能够更改其内部表示（在C++03中）或提供对其线性表示的访问权限（如果它们有一个，这在C++11中得到了强制执行），但仅限于读取。您可以使用data()和/或c_str()来访问此内容。由于如此，接口仍然支持写时复制。

与指针访问数组并修改其内容的C-API一起使用时，通常建议使用std :: vector，因为它保证具有精确的线性内存表示，正是为了这个目的而设计的。

总之，如果您想以可移植的方式，并且希望您的字符串最终出现在中，则别无选择，只能将结果复制到该字符串中。

- ltjax

---

你参考的是哪个标准？C++11确实保证了这一点。再次参见此背景讨论。 - sehe

我有点依赖于你如何处理对象身份。 是的，新标准确保字符串的线性表示（如char内存块）存在于内存中。 不，它不保证这是该字符串的唯一表示。 毕竟，写入复制实现仍符合规范，因此“data()”和“c_str()”仍然是const。 我会更新我的答案以反映该缓冲区的“独占性”。 - ltjax

COW在C++0x中已经过时，因为移动语义；而且自C++0x多线程规范以来，它非常不方便。在并发编程中，COW几乎从未带来性能上的好处（由于需要锁定），而且有太多的性能问题。事实上，我记得读到过C++11将禁止std::string的COW实现（但我仍然找不到链接）。 - sehe

我同意COW实现通常是愚蠢的，但规范看起来仍然允许它。虽然这与主题无关：虽然COW可以用于模拟移动语义，但即使只是为了节省内存，它仍然对存在于多个实例中的长字符串有益处。 - ltjax

@sehe 我会说并发编程是相当无用的东西，而COW则是在没有指针和引用的情况下高效传递字符串的有用工具。对于你的I/O，请使用异步操作，使用消息队列在进程之间通信，不要再考虑混乱的锁定！ - Erik Aronesty

据我所知，自C++11起，COW实现被禁止了，不是吗？ - Alexandr Zarubkin

Answer 4

根据MSDN文章所述, 我认为这是直接使用std::wstring做你想做的事情的最佳方法。第二好的方法是std::unique_ptr<wchar_t[]>，第三好的方法是使用std::vector<wchar_t>。请随意阅读文章并得出自己的结论。

// Get the length of the text string
// (Note: +1 to consider the terminating NUL)
const int bufferLength = ::GetWindowTextLength(hWnd) + 1;
// Allocate string of proper size
std::wstring text;
text.resize(bufferLength);
// Get the text of the specified control
// Note that the address of the internal string buffer
// can be obtained with the &text[0] syntax
::GetWindowText(hWnd, &text[0], bufferLength);
// Resize down the string to avoid bogus double-NUL-terminated strings
text.resize(bufferLength - 1);

- sam msft

Answer 5

 std::string str("Hello world");
 LPCSTR sz = str.c_str();

请记住，当str被重新分配或超出范围时，sz将无效。您可以像这样做以与字符串解耦：

 std::vector<char> buf(str.begin(), str.end()); // not null terminated
 buf.push_back(0); // null terminated

或者，按照老式的C风格（请注意，这将不允许包含嵌入空字符的字符串）：

 #include <cstring>

 char* sz = strdup(str.c_str());

 // ... use sz

 free(sz);

- sehe

---

@sehe：我并不是想挑起争端。我只是在这个网站上读到了太多没有带有“winapi”标签的LPCSTR和其他Windows-ism的帖子。 - Fred Foo

据我所知，标记“winapi”并非强制要求。此外，我们可以添加它（事实上，我会开始这样做，因为现在我了解到了它）。 - sehe

@sehe：好的。希望你不要生气？我后来才意识到我的话可能听起来很严厉。在互联网上表达讽刺是很难的，所以我一直在发现:) - Fred Foo

哦，看到你更新的答案：如果我没记错，在Windows平台上没有strdup函数；它在那里被称为_strdup。 - Fred Foo

Answer 6

它有 c_str ，在我所知道的所有C ++实现中都返回底层缓冲区（但作为 const char *，因此您无法修改它）。

- Fred Foo

---

《C++程序设计语言》第三版中提到string::data()函数：“将字符串的字符写入数组并返回指向该数组的指针”。关于c_str函数：“c_str()函数类似于data()，但它在末尾添加了一个0（零）[...]”。因此它们返回的是副本（尽管实现者决定返回缓冲区的指针）。 - MikMik

@MikMik：在所有已知的实现中，它都返回缓冲区。此外，根据新的C++11标准，由于复杂度要求，这是必需的（隐含地）-请参见此说明。 - sehe

我不是专家，但“在所有已知的实现中它返回缓冲区”并不意味着“它必须返回缓冲区”。现在，在C++11中是否需要这样做？好知道，但我还没有使用C++11。无论如何，如果我现在不能写入缓冲区，它对我没有任何帮助。 - MikMik

Answer 7

我认为纯粹主义者会对你这样做表示不满。无论如何，如果你想要一个动态字符串类型，可以轻松地传递给低级API函数，并且在同一时间修改其缓冲区和大小，而不需要进行任何转换，那么最好不要依赖臃肿和通用的标准库，而是自己实现它！实际上，这是一个非常具有挑战性和有趣的任务。例如，在我的自定义txt类型中，我重载了这些运算符：

ui64 operator~() const; // Size operator
uli32 * operator*();    // Size modification operator
ui64 operator!() const; // True Size Operator
txt& operator--();      // Trimm operator

还有这个强制转换：

operator const char *() const;
operator char *();

因此，我可以直接将txt类型传递给低级API函数，甚至不需要调用任何.c_str()。然后，我还可以传递API函数的真实大小（即缓冲区的大小）和指向内部大小变量的指针（operator*()），以便API函数可以更新写入的字符数，从而无需调用stringlength就能得到有效字符串！

我试图通过这个txt来模拟基本类型，因此它根本没有公共函数，所有公共接口都是通过运算符进行的。这样，我的txt与int和其他基本类型完美匹配。

- ScienceDiscoverer

---

我对这个答案的问题在于：如果标准库不能满足您的需求，定义一个新类是完全合理的。然而，您没有展示您的新类的实现（以避免标准库版本的臃肿）。相反，您告诉我们一组奇怪的运算符重载，使得这个类的行为像世界上没有其他类一样（否定“大小”！？）。 - DavidW