C++学习笔记 07 字符串

一、默认编码

ASCII

ASCII可以拓展为很多，比如UTF-8、UTF-16、 UTF-32 还有宽字符（wide string）
当然，字符其实是可以大于一个字节的，在其他语言中（日语、中文）有两个、三个、四个字节的字符。

二、大小

1字节 byte, 就是8bit，= 2^8 = 256 种字符。 如果把英文字母，数字、符号，日文、中文韩文等这些放在一起肯定多余256。这样8bit就不够用了，没有办法适配所有的语言。所以有了UTF-16，就是16位的字符编码，这意味着我们有2的16次方可能性，就是65536。还有其他编码。
但是在C++基础语言中，不使用任何库，只是原始数据类型的话，char是1字节。当你在C++中使用一个字符串，就是普通字符串，普通字符，而不是2字节的宽字符。
我们说的就是一个字节的字符，就是我们日常的英语；而如果使用其他 语言，比如俄语，那就没法使用这个（1个字节字符），你必须使用其他字符编码。

三、指针形式字符串 （字符串终止符：00）

空终止符：00， the null termination character， 这样我们就知道字符串在哪里结束。对于字符串指针变量，我们不知道其size，它是一个指针。那么我们怎么找出其大小呢？这就是能用到空终止符的地方了：字符串从指针的内存地址开始，直到0结束。

四、纯数组形式的字符串（内存守卫：cc）

char name2[6] = { 'C', 'h', 'e', 'r', 'n', 'o' };

https://www.asciitable.com/asciifull.gif

---

五、字符串类string

完整源码：

#include<iostream>
#include<string>

using namespace std;

int main() {
	//C++ 11 开始，字符串声明必须加上 const, 否则编译报错。
	//字符串不能被更改，你不能拓展一个字符串使其变长。因为这是一个固定分配的内存块。
	//如果你想要一个更长的字符串，那就要去分配一个全新的内存，并删除旧的字符串。

	//这个字符串不是在堆上分配的，所以不能用delete 或 delete[] 删除。
	//经验法则是：如果不用 new 关键字，那就不用 delete
	const char* name = "Cherno";
	//name[2] = 'b'; //因为被定义为const常量的，所以不能被修改。

	//这是一个数组，不是一个字符串，就是一个包含6个字符的数组。没有空指针结束符。
	char name2[6] = { 'C', 'h', 'e', 'r', 'n', 'o' };
	char name3[7] = { 'C', 'h', 'e', 'r', 'n', 'o', '\0'};
	char name4[7] = { 'C', 'h', 'e', 'r', 'n', 'o', 0};
	char name5[7] = { 'C', 'h', 'e', 'r', 'n', 'o', NULL};

	std::cout << name << std::endl;
	std::cout << name2 << std::endl;
	std::cout << name3 << std::endl;
	std::cout << name4 << std::endl;
	std::cout << name5 << std::endl;
	//当我们在debug模式下分配数组内存，C或C++标准库会 插入栈守卫之类的东西，这样我们就知道是不是在分配的内存之外了

	//1. 而 + 操作符不可以操作，这相当于把2个字符指针相加
	std::string name6 = "hello " + "world";
	
	//2. += 操作符在string中重载了，所以可以支持+=操作
	name6 += "world";

	//3. 创建一个字符串，再附加一个值给它。这样做会得到很多拷贝，但大多数情况下没问题。
	std::string name7 = std::string("hello ") + "world";

	//4. 不可以用new
	string name7 = new string("hello ");

	//5. 判断字符串中是否包含某字符
	bool contains = name7.find("no") != string::npos;

	std::cout << name6 << std::endl;

	std::cin.get();
}

九、其他字符串类型数据

C++20 新特性：char8_t 的诞生与意义

#include<iostream>
#include<stdio.h>

int main() {

	const char name1[8] = "Cherno";	
	const char name2[8] = "Che\0rno"; //终止符
	std::cout << strlen(name1) << std::endl;	//6
	std::cout << strlen(name2) << std::endl;	//3


	const char* name3 = "Cherno";			//ASCII
	const wchar_t* nameWide = L"Cherno";	//宽字符
	const char16_t* name16 = u"Cherno";		//Unicode 16
	const char32_t* name32 = U"Cherno";		//Unicode 32
	const char8_t* nameUtf8 = u8"Cherno";		//C++20引入 UTF-8

	//不允许追加，报错
	std::string nameStr = "hello " + "world";
	//正确方式
	std::string nameStr = std::string("hello ") + "world";

	//可追加的字符串 C++14 
	using namespace std::string_literals;
	//在后面加s
	std::string nameStr = "hello "s + "world";

	//字符串追加
	std::wstring wideStringAppend= L"hello "s + L"world";
	std::u16string unicode16Str= u"hello "s + u"world";
	std::u32string unicode32Str= U"hello "s + U"world";
	//报错, Why?
	std::u8string utf8Str = u8"hello " + u8"world";

	//只读不可更改的,不可追加
	std::wstring_view wideStrView = L"hello ";
	std::u16string_view u16StrView = u"hello ";
	std::u32string_view u32StrView = U"hello ";
	std::u8string_view utf8StrView = u8"hello ";
	std::u8string_view utf8StrView = u8"hello ";

	//以R的形式写换行
	const char* zhuanYiStr = R"(Line1
		Line2
		Line3
	)";
	//传统的C的方式换行
	const char* zhuanYiStr = "Line1\n" 
		"Line2\n"
		"Line3\n"
	;
	
	//字符串字面量总是存储在只读


	std::cin.get();
}