如何获取 std::string 中的字符数？
https://stackoverflow.com/questions/905355
-
05-09-2019 - |
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
Russian题
C++中如何获取字符串中的字符数？
解决方案
如果您使用的是std::string，调用 length() ：
std::string str = "hello";
std::cout << str << ":" << str.length();
// Outputs "hello:5"
如果您使用的是C-字符串，请致电 strlen()
const char *str = "hello";
std::cout << str << ":" << strlen(str);
// Outputs "hello:5"
或者，如果你碰巧喜欢利用帕斯卡风格的字符串（或F *****字符串作为乔尔斯波斯基的喜欢他们调用时，他们有一个尾随NULL），只是取消引用的第一个字符。
const char *str = "\005hello";
std::cout << str + 1 << ":" << *str;
// Outputs "hello:5"
其他提示
在使用C ++字符串（的std :: string）打交道时，你正在寻找长度（） 或尺寸（）。双方应为您提供相同的值。但是与C风格的字符串打交道时，你会使用的strlen（）。
#include <iostream>
#include <string.h>
int main(int argc, char **argv)
{
std::string str = "Hello!";
const char *otherstr = "Hello!"; // C-Style string
std::cout << str.size() << std::endl;
std::cout << str.length() << std::endl;
std::cout << strlen(otherstr) << std::endl; // C way for string length
std::cout << strlen(str.c_str()) << std::endl; // convert C++ string to C-string then call strlen
return 0;
}
<强>输出：
6
6
6
6
这取决于您所讨论的字符串类型。字符串有很多种类型：
const char*- C 风格的多字节字符串const wchar_t*- C型宽弦std::string- “标准”多字节字符串std::wstring- “标准”宽字符串
对于 3 和 4，您可以使用 .size() 或者 .length() 方法。
对于 1，您可以使用 strlen(), ，但必须确保字符串变量不为 NULL (=== 0)
对于 2，您可以使用 wcslen(), ，但必须确保字符串变量不为 NULL (=== 0)
非标准 C++ 库中还有其他字符串类型，例如 MFC 的 CString, ATL 的 CComBSTR, ACE 的 ACE_CString, ，等等，使用诸如 .GetLength(), ， 等等。我一时记不起它们的具体细节。
这 STL软件 图书馆已经用他们所谓的东西将这一切抽象出来 字符串访问垫片, ，可用于从任何类型获取字符串长度（和其他方面）。因此，对于上述所有内容（包括非标准库），使用相同的函数 stlsoft::c_str_len(). 本文 描述了它是如何工作的，因为它并不完全明显或容易。
如果您正在使用旧的C风格的字符串，而不是新的，STL风格的字符串，有一个在C运行时库strlen功能：
const char* p = "Hello";
size_t n = strlen(p);
如果您正在使用的std :: string，也有两个常用的方法：
std::string Str("Some String");
size_t Size = 0;
Size = Str.size();
Size = Str.length();
如果你使用的是C风格的字符串（使用char *或为const char *），那么你可以使用：
const char *pStr = "Some String";
size_t Size = strlen(pStr);
string foo;
... foo.length() ...
和。长度.size是同义的，我只是认为“长度”是一个稍微更清晰的字。
std::string str("a string");
std::cout << str.size() << std::endl;
对于实际的字符串对象：
yourstring.length();
或
yourstring.size();
在C ++的std :: string长度（）和尺寸（）方法提供的字节数，并不一定字符数！ 同样与C风格的sizeof（）函数！
对于大多数可打印的7位ASCII字符的，这是相同的值，但对于未7位ASCII字符，它绝对不是。 请看下面的例子给你真正的结果（64位版）。
有没有简单的C / C ++函数，可以真正计数的字符数。 顺便说，所有这些东西是依赖于实现，并且可以是在其它环境中的不同（编译器，赢得16/32，LINUX，嵌入，...）
查看下面的示例：
#include <string>
#include <iostream>
#include <stdio.h>
#include <string.h>
using namespace std;
int main()
{
/* c-Style char Array */
const char * Test1 = "1234";
const char * Test2 = "ÄÖÜ€";
const char * Test3 = "αβγ𝄞";
/* c++ string object */
string sTest1 = "1234";
string sTest2 = "ÄÖÜ€";
string sTest3 = "αβγ𝄞";
printf("\r\nC Style Resluts:\r\n");
printf("Test1: %s, strlen(): %d\r\n",Test1, (int) strlen(Test1));
printf("Test2: %s, strlen(): %d\r\n",Test2, (int) strlen(Test2));
printf("Test3: %s, strlen(): %d\r\n",Test3, (int) strlen(Test3));
printf("\r\nC++ Style Resluts:\r\n");
cout << "Test1: " << sTest1 << ", Test1.size(): " <<sTest1.size() <<" sTest1.length(): " << sTest1.length() << endl;
cout << "Test1: " << sTest2 << ", Test2.size(): " <<sTest2.size() <<" sTest1.length(): " << sTest2.length() << endl;
cout << "Test1: " << sTest3 << ", Test3.size(): " <<sTest3.size() << " sTest1.length(): " << sTest3.length() << endl;
return 0;
}
<强>的实施例的输出是这样的：
C Style Results:
Test1: ABCD, strlen(): 4
Test2: ÄÖÜ€, strlen(): 9
Test3: αβγ𝄞, strlen(): 10
C++ Style Results:
Test1: ABCD, sTest1.size(): 4 sTest1.length(): 4
Test2: ÄÖÜ€, sTest2.size(): 9 sTest2.length(): 9
Test3: αβγ𝄞, sTest3.size(): 10 sTest3.length(): 10
最简单的方式来获得的字符串的长度，而不会打扰约std名字空间是如下
的字符串带/不带空格
#include <iostream>
#include <string>
using namespace std;
int main(){
string str;
getline(cin,str);
cout<<"Length of given string is"<<str.length();
return 0;
}
的字符串没有空格
#include <iostream>
#include <string>
using namespace std;
int main(){
string str;
cin>>str;
cout<<"Length of given string is"<<str.length();
return 0;
}
对于统一码
这里的几个答案已经解决了这个问题 .length() 给出了多字节字符的错误结果，但有 11 个答案，但没有一个提供解决方案。
Z͉̳̺ͥͬ̾a̴͕̲̒̒͌̋ͪl̨͎̰̘͉̟ͤ̀̈̚͜g͕͔̤͖̟̒͝ͅo̵̡̡̼͚̐ͯ̅ͪ̆ͣ̚的情况
首先，了解“长度”的含义很重要。作为一个激励示例，请考虑字符串“Z͉̳̺ͥͬ̾a̴͕̲̒̒͌̋ͪl̨͎̰̘͉̟ͤ̀̈̚͜g͕͔̤͖̟̒͝ͅo̵̡̡̼͚̐ͯ̅ͪ̆ͣ̚”（请注意，某些语言，尤其是泰语，实际上使用组合 dia关键标记，所以这不是 只是 对于 15 岁的模因很有用，但显然这是最重要的用例）。假设它被编码为 UTF-8. 。我们可以通过 3 种方式来讨论该字符串的长度：
95字节
00000000: 5acd a5cd accc becd 89cc b3cc ba61 cc92 Z............a..
00000010: cc92 cd8c cc8b cdaa ccb4 cd95 ccb2 6ccd ..............l.
00000020: a4cc 80cc 9acc 88cd 9ccc a8cd 8ecc b0cc ................
00000030: 98cd 89cc 9f67 cc92 cd9d cd85 cd95 cd94 .....g..........
00000040: cca4 cd96 cc9f 6fcc 90cd afcc 9acc 85cd ......o.........
00000050: aacc 86cd a3cc a1cc b5cc a1cc bccd 9a ...............
50 个代码点
LATIN CAPITAL LETTER Z
COMBINING LEFT ANGLE BELOW
COMBINING DOUBLE LOW LINE
COMBINING INVERTED BRIDGE BELOW
COMBINING LATIN SMALL LETTER I
COMBINING LATIN SMALL LETTER R
COMBINING VERTICAL TILDE
LATIN SMALL LETTER A
COMBINING TILDE OVERLAY
COMBINING RIGHT ARROWHEAD BELOW
COMBINING LOW LINE
COMBINING TURNED COMMA ABOVE
COMBINING TURNED COMMA ABOVE
COMBINING ALMOST EQUAL TO ABOVE
COMBINING DOUBLE ACUTE ACCENT
COMBINING LATIN SMALL LETTER H
LATIN SMALL LETTER L
COMBINING OGONEK
COMBINING UPWARDS ARROW BELOW
COMBINING TILDE BELOW
COMBINING LEFT TACK BELOW
COMBINING LEFT ANGLE BELOW
COMBINING PLUS SIGN BELOW
COMBINING LATIN SMALL LETTER E
COMBINING GRAVE ACCENT
COMBINING DIAERESIS
COMBINING LEFT ANGLE ABOVE
COMBINING DOUBLE BREVE BELOW
LATIN SMALL LETTER G
COMBINING RIGHT ARROWHEAD BELOW
COMBINING LEFT ARROWHEAD BELOW
COMBINING DIAERESIS BELOW
COMBINING RIGHT ARROWHEAD AND UP ARROWHEAD BELOW
COMBINING PLUS SIGN BELOW
COMBINING TURNED COMMA ABOVE
COMBINING DOUBLE BREVE
COMBINING GREEK YPOGEGRAMMENI
LATIN SMALL LETTER O
COMBINING SHORT STROKE OVERLAY
COMBINING PALATALIZED HOOK BELOW
COMBINING PALATALIZED HOOK BELOW
COMBINING SEAGULL BELOW
COMBINING DOUBLE RING BELOW
COMBINING CANDRABINDU
COMBINING LATIN SMALL LETTER X
COMBINING OVERLINE
COMBINING LATIN SMALL LETTER H
COMBINING BREVE
COMBINING LATIN SMALL LETTER A
COMBINING LEFT ANGLE ABOVE
5个字素
Z with some s**t
a with some s**t
l with some s**t
g with some s**t
o with some s**t
使用查找长度 重症监护室
ICU 有 C++ 类，但它们需要转换为 UTF-16。您可以直接使用 C 类型和宏来获得一些 UTF-8 支持：
#include <memory>
#include <iostream>
#include <unicode/utypes.h>
#include <unicode/ubrk.h>
#include <unicode/utext.h>
//
// C++ helpers so we can use RAII
//
// Note that ICU internally provides some C++ wrappers (such as BreakIterator), however these only seem to work
// for UTF-16 strings, and require transforming UTF-8 to UTF-16 before use.
// If you already have UTF-16 strings or can take the performance hit, you should probably use those instead of
// the C functions. See: http://icu-project.org/apiref/icu4c/
//
struct UTextDeleter { void operator()(UText* ptr) { utext_close(ptr); } };
struct UBreakIteratorDeleter { void operator()(UBreakIterator* ptr) { ubrk_close(ptr); } };
using PUText = std::unique_ptr<UText, UTextDeleter>;
using PUBreakIterator = std::unique_ptr<UBreakIterator, UBreakIteratorDeleter>;
void checkStatus(const UErrorCode status)
{
if(U_FAILURE(status))
{
throw std::runtime_error(u_errorName(status));
}
}
size_t countGraphemes(UText* text)
{
// source for most of this: http://userguide.icu-project.org/strings/utext
UErrorCode status = U_ZERO_ERROR;
PUBreakIterator it(ubrk_open(UBRK_CHARACTER, "en_us", nullptr, 0, &status));
checkStatus(status);
ubrk_setUText(it.get(), text, &status);
checkStatus(status);
size_t charCount = 0;
while(ubrk_next(it.get()) != UBRK_DONE)
{
++charCount;
}
return charCount;
}
size_t countCodepoints(UText* text)
{
size_t codepointCount = 0;
while(UTEXT_NEXT32(text) != U_SENTINEL)
{
++codepointCount;
}
// reset the index so we can use the structure again
UTEXT_SETNATIVEINDEX(text, 0);
return codepointCount;
}
void printStringInfo(const std::string& utf8)
{
UErrorCode status = U_ZERO_ERROR;
PUText text(utext_openUTF8(nullptr, utf8.data(), utf8.length(), &status));
checkStatus(status);
std::cout << "UTF-8 string (might look wrong if your console locale is different): " << utf8 << std::endl;
std::cout << "Length (UTF-8 bytes): " << utf8.length() << std::endl;
std::cout << "Length (UTF-8 codepoints): " << countCodepoints(text.get()) << std::endl;
std::cout << "Length (graphemes): " << countGraphemes(text.get()) << std::endl;
std::cout << std::endl;
}
void main(int argc, char** argv)
{
printStringInfo(u8"Hello, world!");
printStringInfo(u8"หวัดดีชาวโลก");
printStringInfo(u8"\xF0\x9F\x90\xBF");
printStringInfo(u8"Z͉̳̺ͥͬ̾a̴͕̲̒̒͌̋ͪl̨͎̰̘͉̟ͤ̀̈̚͜g͕͔̤͖̟̒͝ͅo̵̡̡̼͚̐ͯ̅ͪ̆ͣ̚");
}
这打印：
UTF-8 string (might look wrong if your console locale is different): Hello, world!
Length (UTF-8 bytes): 13
Length (UTF-8 codepoints): 13
Length (graphemes): 13
UTF-8 string (might look wrong if your console locale is different): หวัดดีชาวโลก
Length (UTF-8 bytes): 36
Length (UTF-8 codepoints): 12
Length (graphemes): 10
UTF-8 string (might look wrong if your console locale is different): 🐿
Length (UTF-8 bytes): 4
Length (UTF-8 codepoints): 1
Length (graphemes): 1
UTF-8 string (might look wrong if your console locale is different): Z͉̳̺ͥͬ̾a̴͕̲̒̒͌̋ͪl̨͎̰̘͉̟ͤ̀̈̚͜g͕͔̤͖̟̒͝ͅo̵̡̡̼͚̐ͯ̅ͪ̆ͣ̚
Length (UTF-8 bytes): 95
Length (UTF-8 codepoints): 50
Length (graphemes): 5
Boost.Locale 包装 ICU，并且可能提供更好的界面。但是，它仍然需要与 UTF-16 之间的转换。
这可能是输入的最简单方法的字符串，并找到它的长度。
// Finding length of a string in C++
#include<iostream>
#include<string>
using namespace std;
int count(string);
int main()
{
string str;
cout << "Enter a string: ";
getline(cin,str);
cout << "\nString: " << str << endl;
cout << count(str) << endl;
return 0;
}
int count(string s){
if(s == "")
return 0;
if(s.length() == 1)
return 1;
else
return (s.length());
}
不隶属于 StackOverflow
