C++在字符串上表現(xiàn)，一直以來很受人詬病，沒有一個(gè)庫的字符串類的表現(xiàn)能讓人滿意， std的string，mfc的CString，Qt的QString等等字符串類，都存在這樣那樣的問題，以至于字符串處理竟然成為C++的弱項(xiàng)，這也太不應(yīng)該了。

話說回來，C++對(duì)待字符串的態(tài)度也很奇葩，其他語言都將字符串當(dāng)做是內(nèi)建類，在編譯器層面來實(shí)現(xiàn)，只有C++是通過庫的形式來提供字符串的抽象，也就是說，C++的語言層面上并沒有字符串類，而是提供制造字符串輪子的語言機(jī)制。這樣有兩個(gè)好處，一方面既然這些語言機(jī)制能實(shí)現(xiàn)字符串，說不定還能干點(diǎn)別的什么事情，授人以魚不如授人以漁；另一方面，更重要的是，字符串內(nèi)部的緩沖區(qū)涉及到動(dòng)態(tài)內(nèi)存分配，一旦涉及到內(nèi)存資源管理，在C++下從來就不是簡(jiǎn)單的事情，最明顯的一點(diǎn)，就是稍微處理方式不恰當(dāng)，就勢(shì)必影響應(yīng)用層對(duì)字符串全方位的粒度控制，這就違背了C++的語言哲學(xué)了。

雖說字符串類的設(shè)計(jì)不容易，C++面世到現(xiàn)在，未曾出現(xiàn)過差強(qiáng)人意的相關(guān)庫即是明證。但也不至于困難到語言都面世幾十年了，還在字符串處理上灰頭土臉的地步。其實(shí)，只要牢牢把握以下幾點(diǎn)，還是有希望做出來好用的字符串庫的。

1、采用utf8編碼，這個(gè)就不解釋太多了，字符串不可能搞成支持多種字符編碼的模板類（不必要的麻煩太多），所以自然要選擇一種Unicode編碼，在空間性能、時(shí)間性能、跨平臺(tái)（大端小端）、api設(shè)計(jì)等這些因素，utf8的綜合表現(xiàn)最為杰出。要操作其他編碼的字符串時(shí)，都要求先臨時(shí)轉(zhuǎn)換為utf8編碼，操作完成后，再將結(jié)果轉(zhuǎn)回為原始編碼的字符串，效率上稍微存在損失，但是真的不打緊；

2、空間效率與時(shí)間效率上的最高要求，哪怕由此導(dǎo)致api使用上的丑陋，也在所不惜。只因字符串的應(yīng)用范圍太廣了，不能讓它成為影響性能的因素。std的string之所以存在那么多的成員函數(shù)，還不是為了性能上的需要，其中大部分都只是函數(shù)重載，僅僅只是為了避免臨時(shí)string的誕生，標(biāo)準(zhǔn)庫string的這種應(yīng)對(duì)方式也太實(shí)誠了

3、使用上的方便性，不必遵從什么最小完整接口的戒條，只管往里面添加各種各樣的成員函數(shù)，怎么方便就怎么來，當(dāng)然也不能無節(jié)制，QString就太過分了，啥都往里面塞。

有鑒于此，我們將string設(shè)計(jì)為兩個(gè)類，U8View和U8String，分別代表只讀字符串和字符緩沖區(qū)生命周期管理類，這類似于Java的String和StringBuilder，其實(shí)這也對(duì)應(yīng)著C++17的string_view和string，這個(gè)方案既簡(jiǎn)單直觀又靈活高效，奇怪的是，C++社區(qū)竟然要到17才會(huì)有這樣的認(rèn)識(shí)，并且，就算這樣，std的字符串表現(xiàn)也還是垃圾。

U8View代表著一段連續(xù)字符的只讀內(nèi)存塊，單個(gè)的char也可以看成是長(zhǎng)度為1的U8View，不要求字符緩沖以0結(jié)束，這一點(diǎn)很關(guān)鍵，標(biāo)準(zhǔn)庫的string就是在此放不開手腳，才導(dǎo)致那么蹩腳的設(shè)計(jì)。U8View很輕量級(jí)，它只有兩個(gè)字段，分別代表字符緩沖的起始地址以及長(zhǎng)度，常量字符串，U8String，字符數(shù)組這些內(nèi)部有著連續(xù)字符緩沖的對(duì)象，全部都可以看成是U8View。U8View不得修改其緩沖區(qū)的任何內(nèi)容。

顯然，U8View有一個(gè)很好的特性，那就是U8View的任何一部分也都是U8View，因此，U8View提取子字符串的操作必然很輕量級(jí)，簡(jiǎn)直不存在任何性能上的損失，一步到位就做好了，無須搞任何內(nèi)存分配的事情。所以，U8View自然就不必理會(huì)其緩沖區(qū)的生命周期，緩沖區(qū)的有效性由應(yīng)用層代碼來保證，U8View在其使用期間，都假設(shè)了字符緩沖的有效性。

bool IsValidUtf8Text(const char* str, size_t len);struct U8View {typedef const char* const_pointer;const_pointer mStr;size_t mLength;U8View(const_pointer str, size_t len) :mStr(str), mLength(len){assert(IsValidUtf8Text(str, len));}U8View(const_pointer start, const_pointer last);U8View(const_pointer str);template<size_t _Size> U8View(const char(&str)[_Size]);bool empty()const { return mLength == 0; }char operator[](size_t index)const;//... };

U8View里面有大量的成員函數(shù)，大致可分為這6類，所有的成員函數(shù)幾乎為const屬性。

1、 構(gòu)造函數(shù)，通過各種常量字符指針來初始化U8View，各個(gè)函數(shù)體內(nèi)部要assert字符串utf8的有效性。

2、 查找函數(shù)，Find，RFind（查找字符，查找子字符串，正向查找，反向查找），FindOneOf查找字符串參數(shù)里面的任何一個(gè)unicode字符；

3、 比較函數(shù)，CompareTo大小寫方式比較，CompareTo忽略大小寫比較，StartsWith, EndsWith，各種比較操作符的重載函數(shù)，empty可空判斷

4、 截取子字符串，不管時(shí)間空間，都是O（1），零懲罰。這里又分為3類，a）直接通過字節(jié)數(shù)來截取，Sub，Left，Right，Trim，TrimLeft，TrimRight，關(guān)鍵的一點(diǎn)是返回時(shí)候，都要assert其utf8字符串的完整性；b）以Unicode的codepoint數(shù)目來截取子字符串，SubPoints,LeftPoints等；c）以Unicde的glyph數(shù)目來截取。

5、 迭代器，正常的begin、end函數(shù)， Points返回一對(duì)訪問codepoint的迭代器，Glyphs返回迭代glyph的迭代器，正向迭代，反向迭代；返回各個(gè)位置上（比如字符串頭尾）的char值或者codepoint值

6、 生成U8String：Replace替換已有子字符串以生成新的U8String，U8View的加號(hào)操作符重載，Concat多個(gè)U8View等。

至于U8View轉(zhuǎn)換為各類數(shù)字類型的轉(zhuǎn)換函數(shù)，就不在這里出現(xiàn)了，另有更好的安排。有了U8View之后，基本上所有同步函數(shù)的字符串參數(shù)，都可以為U8View的類型。其實(shí)，很多字符串運(yùn)算的場(chǎng)合下，只要U8View就完全足夠，效率（時(shí)間空間）以及易用性，均能達(dá)到最優(yōu)。U8View其實(shí)為值類型，C++在抽象值類型時(shí)，不管是性能還是api使用形式，每一項(xiàng)的表現(xiàn)都很杰出，其他任何猿語都很難再超過大C++了。

由于U8View已經(jīng)剝離出來很多常見的字符串操作，U8String的設(shè)計(jì)就很簡(jiǎn)單了，只需老老實(shí)實(shí)本本分分管理字符緩沖的生命周期就好了，也就是實(shí)現(xiàn)析構(gòu)函數(shù)，復(fù)制移動(dòng)構(gòu)造函數(shù)，賦值操作符重載，這沒什么好說的，只是要注意到U8String內(nèi)部的字符緩沖，必須以0結(jié)束。U8String的成員函數(shù)無非就是替換，追加，修改，交換等。其中很重要的一個(gè)成員函數(shù)View，用以返回U8View對(duì)象，之后就能以只讀形式操作U8String的字符緩沖。這里要強(qiáng)調(diào)的一點(diǎn)就是，除了移動(dòng)構(gòu)造和移動(dòng)賦值函數(shù)，所有其他成員函數(shù)的字符串參數(shù)類型都是U8View類型，因此我們就無須為了效率，要對(duì)每一個(gè)操作都重載那么多成員函數(shù)，何其簡(jiǎn)潔。

不知道大家發(fā)現(xiàn)沒有，U8View和U8String這兩個(gè)類型互相依賴，你中有我，我中有你，相依為命。這種相互糾纏的設(shè)計(jì)方案，一般情況下避之唯恐不及，但是在字符串這里必須這樣搞，用起來才方便。但是，編譯器可不喜歡這種設(shè)計(jì)，這可怎么辦？只好讓U8View成為U8String的內(nèi)部類，并將其命名為TextView。然后再在外面將U8String的TextView typedef為U8View，代碼如下。

struct U8String {struct TextView {char* mStr; size_t mLength;//...};MemoryAllocator* mAlloc;size_t mCapacity;char* mStr; //故意保持跟TextView一樣的內(nèi)存布局size_t mLength;//... }; typedef U8String::TextView U8View;

字符串的故事就這樣結(jié)束了嗎？不，這才剛剛開始，U8String U8View必須配套格式化，字符串解析，字符串流的輸入輸出，正則表達(dá)式（運(yùn)行時(shí)以及編譯時(shí)）等功能之后，才真正好用起來，然后就可以發(fā)現(xiàn)，C++其實(shí)還是很擅長(zhǎng)于處理字符串的。但是，在此之前，我們必須先解決幾個(gè)基礎(chǔ)問題，那就是反射、Trait（非侵入式的接口）、allocator、甚至stl各個(gè)容器的重新設(shè)計(jì)。

總結(jié)

以上是生活随笔為你收集整理的c#截取字符串后几位_基础库的字符串设计的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。