如何构建一个包含嵌入空值的std::string？

Question

如果我想用这样的一行构造一个 std::string：

std::string my_string("a\0b");

我想在最终的字符串中包含三个字符（a，null，b），但我只得到了一个。正确的语法是什么？

我希望最终的字符串包含三个字符（a，null，b），但我只得到了一个。请问应该使用什么正确的语法？

- Bill

---

请注意，如果您将'b'替换为任何数字字符，将会默默地创建错误的字符串。参见：https://dev59.com/5Wkv5IYBdhLWcg3w91hF - David Stone

Answer 1

自C++14起

我们可以创建literal std::string。

#include <iostream>
#include <string>

int main()
{
    using namespace std::string_literals;

    std::string s = "pl-\0-op"s;    // <- Notice the "s" at the end
                                    // This is a std::string literal not
                                    // a C-String literal.
    std::cout << s << "\n";
}

在C++14之前

问题出在std::string构造函数中接受const char*参数的假定输入是一个C字符串。C字符串以\0结尾，因此当遇到\0字符时解析停止。

为了弥补这个问题，你需要使用从char数组（而不是C字符串）构建字符串的构造函数。它需要两个参数 - 一个指向数组的指针和一个长度：

std::string   x("pq\0rs");   // Two characters because input assumed to be C-String
std::string   x("pq\0rs",5); // 5 Characters as the input is now a char array with 5 characters.

注意：C++的std::string不是以null结尾的（与其他帖子中建议的不同）。但是，您可以使用c_str()方法提取包含C-String的内部缓冲区的指针。

还请查看下面关于使用vector的Doug T's answer。

还请查看RiaD提供的C++14解决方案。

- Martin York

---

更新：自C++11起，字符串已经是以空字符结尾的。话虽如此，Loki的帖子仍然有效。 - matthewaveryusa

从存储的角度来看，它们是以空字符结尾的，但并不是在具有含义的空字符结尾的意义上（即具有定义字符串长度的语义），这通常是该术语的意思。 - Lightness Races in Orbit

讲解得很清楚。谢谢。 - Joma

Answer 2

如果您正在执行与C风格字符串（字符数组）类似的操作，请考虑使用

std::vector<char>

您可以更像对待C字符串一样自由地将其视为数组。您可以使用copy()函数将其复制到一个字符串中：

std::vector<char> vec(100)
strncpy(&vec[0], "blah blah blah", 100);
std::string vecAsStr( vec.begin(), vec.end());

你可以在许多与c字符串相同的地方使用它

printf("%s" &vec[0])
vec[10] = '\0';
vec[11] = 'b';

然而，与 C 字符串一样，您自然也会遇到同样的问题。可能会忘记添加空终止符或超出分配的空间。

- Doug T.

---

如果您正在尝试将字节编码为字符串（grpc字节存储为字符串），请使用答案中指定的向量方法，而不是通常的方式（请参见下文），后者将无法构造整个字符串。 std::memcpy(bytes, image.data, dataSize * sizeof(byte)); std::string test(reinterpret_cast(bytes)); std::cout << "Encoded String length " << test.length() << std::endl;``` - Alex Punnen

Answer 3

我不知道为什么你想做这样的事情，但可以尝试以下操作：

std::string my_string("a\0b", 3);

- 17 of 26

---

如果您将二进制数据存储为字符串，那么您做错了什么。这就是vector<unsigned char>或unsigned char*所发明的。 - Mahmoud Al-Qudsi

我在尝试了解字符串安全性时遇到了这个问题。我想测试我的代码，以确保即使在从文件/网络读取期望为文本数据的内容时读取了空字符，它仍然可以正常工作。我使用std::string来表示数据应被视为纯文本，但我正在进行一些哈希处理，并且我想确保所有内容都可以处理包含空字符的情况。这似乎是使用嵌入空字符的字符串字面量的有效用法。 - David Stone

不，那不是真的。在UTF-8字符串中，\0字节只能是NUL。一个多字节编码的字符永远不会包含\0——也不包含任何其他ASCII字符。 - John Kugelman

在测试用例中，我偶然发现了这个问题，从而试图挑战算法。虽然理由很少，但确实存在有效的原因。 - namezero

@Ezra，无论如何，在C++11中，写时复制都是无效的。 - graywolf

Answer 4

什么新功能由C++的用户定义字面常量添加？展示了一个优雅的答案：定义

std::string operator "" _s(const char* str, size_t n) 
{ 
    return std::string(str, n); 
}

那么，你可以用以下方式创建你的字符串：

std::string my_string("a\0b"_s);

或者甚至如此：

auto my_string = "a\0b"_s;

有一个“旧风格”的方法：

#define S(s) s, sizeof s - 1 // trailing NUL does not belong to the string

那么您可以定义

std::string my_string(S("a\0b"));

- anonym

Answer 5

以下内容可行...

std::string s;
s.push_back('a');
s.push_back('\0');
s.push_back('b');

- Andrew Stein

---

你必须使用括号而不是方括号。 - jk.

Answer 6

在C++14中，现在可以使用字面值。

using namespace std::literals::string_literals;
std::string s = "a\0b"s;
std::cout << s.size(); // 3

- RiaD

---

第二行可以换成更加优美的写法，即 auto s{"a\0b"s};。 - underscore_d

很好的回答，谢谢。 - Joma

Answer 7

您需要小心处理这个问题。如果您将 'b' 替换为任何数字字符，则大多数方法会悄悄地创建错误的字符串。请参阅：C ++字符串文字转义字符规则。

例如，我将这个看似无害的片段放在程序的中间

// Create '\0' followed by '0' 40 times ;)
std::string str("\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00\00", 80);
std::cerr << "Entering loop.\n";
for (char & c : str) {
    std::cerr << c;
    // 'Q' is way cooler than '\0' or '0'
    c = 'Q';
}
std::cerr << "\n";
for (char & c : str) {
    std::cerr << c;
}
std::cerr << "\n";

这是程序对我的输出结果：

Entering loop.
Entering loop.

vector::_M_emplace_ba
QQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQ

那是我的第一个打印语句，两次出现了几个不可打印的字符，然后是一个换行符，接着是内存中的某些内容，我刚刚覆盖了它（然后打印出来，表明已被覆盖）。最糟糕的是，即使使用彻底而冗长的gcc警告编译此代码也没有指示有什么错误，并且通过valgrind运行程序也没有抱怨任何不当的内存访问模式。换句话说，现代工具完全无法检测到它。

你可以在更简单的std::string("0", 100);中遇到同样的问题，但上面的例子更加棘手，因此更难看出问题所在。

幸运的是，C++11为我们提供了一个很好的解决方案，使用初始化列表语法。这样可以避免指定字符数（如上所示，可能会出错），并避免组合转义数字。与需要一个char数组和一个大小的版本不同，std::string str({'a', '\0', 'b'})对于任何字符串内容都是安全的。

- David Stone

---

作为我准备这篇文章的一部分，我向gcc提交了一个错误报告，希望他们能添加一个警告来使其更加安全：http://gcc.gnu.org/bugzilla/show_bug.cgi?id=54924 - David Stone

Answer 8

最好使用std :: vector ，如果这个问题不仅仅是为了教育目的。

- Harold Ekstrom

Answer 9

anonym的回答很好，但在C++98中也有非宏解决方案：

template <size_t N>
std::string RawString(const char (&ch)[N])
{
  return std::string(ch, N-1);  // Again, exclude trailing `null`
}

通过这个函数，RawString(/*文本*/)将会产生与S(/*文本*/)相同的字符串：

std::string my_string_t(RawString("a\0b"));
std::string my_string_m(S("a\0b"));
std::cout << "Using template: " << my_string_t << std::endl;
std::cout << "Using macro: " << my_string_m << std::endl;

此外，宏存在一个问题：表达式实际上不是按照写作方式的std::string，因此不能用于简单的赋值初始化。

std::string s = S("a\0b"); // ERROR!

"...因此最好使用以下内容："

#define std::string(s, sizeof s - 1)

显然，在您的项目中只应使用其中一种解决方案，并根据您认为合适的方式进行调用。

- Kyle Strand

Answer 10

我知道这个问题已经被问了很长时间。但是对于任何遇到类似问题的人，可能会对以下代码感兴趣。

CComBSTR(20,"mystring1\0mystring2\0")

- Dil09

---

这个答案过于针对微软平台，没有回答原问题（原问题询问的是std::string）。 - June Rhodes