std::string的strlen(str.c_str())和str.length()有什么区别？

Question

作为一种默契的理解，我一直认为std::string的每个实现必须满足对于每个字符串str都有strlen(str.c_str()) == str.length()。

C++标准对此有何规定？（有吗？）

背景：至少Visual C++和gcc附带的实现没有这个特性。请考虑以下示例（在此处查看实时示例）：

// Output:
// string says its length is: 13
// strlen says: 5
#include <iostream>
#include <cstring>
#include <string>

int main() {
  std::string str = "Hello, world!";
  str[5] = 0;
  std::cout << "string says its length is: " << str.length() << std::endl;
  std::cout << "strlen says: " << strlen(str.c_str()) << std::endl;
  return 0;
}

当然，没有通知str的写操作会导致“问题”。但这不是我的问题。我想知道标准对这种行为有何规定。

- Xlea

---

std::string 支持空字符（NUL 字符），而 C 字符串不支持。 - chris

@chris：你有标准的参考资料吗？ - Xlea

我认为Lightness已经解决了这个问题。虽然我没有看到任何东西，但你期望一个知道其长度的字符串需要明确声明的唯一原因是与C字符串进行对比。请注意，您当然可以在char *中嵌入NULs。例如，BSTR包含一个长度前缀，后跟数据，后跟两个NUL（其中的字符为wchar_t，但相同的想法适用）。 - chris

我一直认为std::string的每个实现都必须满足strlen(str.c_str()) == str.length()，对于每个字符串str。你为什么会这样想，为什么这是必要的？解决你困惑的根源可能更有建设性。 - Lightness Races in Orbit

一个std::string会记住它的长度，所以std::string::length()不会每次调用strlen()，它只是返回存储的长度。在字符串中插入一个nul字节不会改变存储的长度。 - Jonathan Wakely

Answer 1

你的理解是不正确的，有点问题。

std::string 可能包含值为'\0'的 char；当你提取 C 字符串时，除了扫描\0以外，你没有办法知道它有多长，而这些\0由于必要性无法处理 "二进制数据"。

这是 strlen 的限制，而std::string 通过实际记住作为封装的char数目的元数据来“修复”此限制。

标准并不需要对此“说明”任何内容，除了std::string::length可以给出字符串长度，无论您将什么值的char插入到字符串中，而且插入一个'\0'也是不被禁止的。相比之下，strlen 的定义是告诉你它有多少个char存在直到下一个 \0，这是基本上不同的定义。

关于这一点没有明确的措辞，因为不需要有。如果有非常简单的规则例外 ("这里有一个字符串；它有char；它可以告诉你它有多少char") 那么那将明确说明...但是没有。

- Lightness Races in Orbit

---

@Xlea：它不需要被明确指定。字符串接受char（没有提到其值的限制），而字符串类可以告诉您字符串中char的数量。没有措辞说明“除了这与strlen相同的错误之外，尽管该类的整个目的是改进可怕的C字符串语义”。我无法证明否定！ - Lightness Races in Orbit

据我所知，在标准中没有明确说明"str.length()可能会与std::strlen(str.c_str())的结果不同"。但这并不必要，因为你可以从这些函数的定义中推导出来。string::length被定义为返回字符串中字符的数量，而strlen被定义为返回第一个0字符之前的字符数量。 - Steve Jessop

@LightnessRacesinOrbit: 如果将std::string的语义（我能想到的最合理的）定义为“字符向量”，那么这是正确的设计。当从头开始设计std::string时，我完全同意这种设计。然而，由于需要向后兼容，因此在将旧代码移植到std::string时必须更加小心。另外，我也可以使用C风格字符串（即带有特殊终止符号的字符串，例如在特征中给出）来定义“一致的行为”。因此，“一致地工作”恰好涉及到“字符串”的定义，因此并没有解释什么。 - Xlea

@Xlea，胡说八道，这不是隐式的。标准清晰地规定了length()和size()是字符串中包含的元素数量，而不是最左边非零元素的数量。请参考NathanOliver的答案。至于向后兼容性，std::string不应向后兼容char*，而是应该具有其他语义，例如存储其长度。如果您想要一个C字符串，请调用c_str()并使用C字符串函数。 - Jonathan Wakely

@Xlea，不，标准在多个地方都非常明确。请查看basic_string(const char_type* s, size_type n, const Allocator&)构造函数，它将字符串长度设置为n而不是strlen(s)，请注意length()需要是常数时间（不像strlen那样是线性的），请注意resize(size_type)通过向字符串添加'\0'字符来增加大小！显然，通过附加零字节到末尾，您无法更改strlen()的结果！在要求他人为您提供参考之前，您是否尝试在标准中找到答案？ - Jonathan Wakely

Answer 2

标准 C 函数 std::strlen 根据字符数组中终止零的存在来计算其长度。

另一方面，类 std::string 的对象可能包含嵌入的零。因此，应用于 c_str() 的 strlen 函数可能产生与成员函数 length 返回值不同的结果。

考虑一个简单的例子：

std::string s( 10, '\0' );

std::cout << s.length() << std::endl;
std::cout << std::strlen( s.c_str() ) << std::endl;

在这种情况下，第一条输出语句将输出10，而第二条输出语句将输出0。

此外，如果您有一个字符串，例如

std::string s( "Hello" );

然后调用成员函数resize

s.resize( 10 );

然后该函数使用四个char()类型的零值将原始字符串追加。成员函数s.length()返回10。

- Vlad from Moscow

Answer 3

关于字符串的length()，标准如下所述：

返回值：size()。

size()的定义为：

返回值：当前字符串中char-like对象的数量。

因此，您可以看到，即使char-like对象的值为'\0'，您也将获得字符串中char-like对象的数量。

- NathanOliver

---

@LightnessRacesinOrbit，因为这是21.2 [strings.general]定义的，用于引用存储在basic_string中的任何字符类型。 "本条款描述了用于操作任何非数组POD（3.9）类型序列的组件。在本条款中，这些类型称为_char-like types_，char-like类型的对象称为_char-like objects_或简称_characters_。" - Jonathan Wakely

这个引用来自 basic_string 21.4.4 的定义，也许是为了掩盖它还可以容纳宽字符，它们类似于 char 而不是 char。 - NathanOliver

@LightnessRacesinOrbit，在一些使用第21条款的上下文中，该措辞中没有“_CharT”模板参数“在范围内”。 - Jonathan Wakely

@LightnessRacesinOrbit，在此之后的条款中，basic_string 对象中保存的 char 类型对象的类型由 charT 指定。我猜这只是因为 charT 是根据这个定义的，而不是相反。 - chris

再次强调，这是对底层语义定义的问题。什么是“字符串内部”？例如，在C语言中，字符串被定义为从起始位置右侧的所有字符，严格位于第一个0字符的左侧（假设简单起见只有一个）。我猜最好的提示就是所有字符的绝对对称性。 - Xlea