std::string 应该只有 Ascii 字符吗？答案

【问题标题】：Is std::string supposed to have only Ascii characters?std::string 应该只有 Ascii 字符吗？
【发布时间】：2016-06-21 19:42:30
【问题描述】：

std::string 是否应该在所有平台和标准编译器上以 Ascii 编码保存一组字符？

换句话说，如果我这样做，我能否确定我的 C++ 程序将获得一组 Ascii 字符：

std::string input;
std::getline(std::cin, input);

编辑：

更准确地说，我想确保如果用户输入"a0"，我将得到一个包含两个元素的std::string。第一个是97，第二个是48

【问题讨论】：

绝对不能保证。 UTF-8 是一种非常流行的字符编码，如果您在这样的系统上键入“á0”，您的字符串将包含三个元素。
@MarkRansom 我明白了。我将发布另一个关于如何强制或确保输入 Ascii 字符串的问题。谢谢
"我有一个变量 std::string xml。编译器或 STL 是否强制内部只有 XML 字符串？" - 不。类型是“char”而不是“XML”或“Unicode”。不要混淆类型、格式或编码。那里有一个有效的问题：“如何控制标准 IO 编码？”
@Fozi 是的，你是对的.. 我问过这个stackoverflow.com/questions/37953843/…
@HumamHelfawi：我认为正确的行为是，验证如果这是您的前提条件，输入仅包含 ASCII，这很容易做到，并且失败并出现明显错误如果输入不符合您的条件，则发送消息。我认为您不能从 unicode 字符“返回”到代表用户击键的 ASCII 字符——这可能非常困难。如果您真的在问如何重新配置终端以使其行为不同，我认为这也将很难并且取决于平台。

【解决方案1】：

没有。 std::string 不包含“字符”；它包含字节。

这些字节可以通过编码为 ASCII 或 EDBCIC 或 Unicode 形成一些人类可读的字符串。它们可以是存储计算机可读信息（例如 JPEG 图像）的二进制编码。它们可能是外星人关于如何连续三周使用 Stack Overflow 而不会被否决的指导方针。它们可能是完全随机的白噪声。

您的程序需要理解它正在读取的数据的实际含义，以及它是如何编码的。这应该是你作为程序员的任务的一部分。

（不幸的是，现在还误导了 char 被命名为 char。）

【讨论】：

"没有被否决" 我很高兴现在没有保证。至少，有一天我可能会找到指南
@HumamHelfawi：假设您可以编写一个程序来解码这些指南；）
你是说char 是btye，即使char 是有符号类型？
@RSahu：当然。
char 是“字符”的缩写，完全具有误导性（因此提出了这个问题）； byte 字面意思是类型，尽管是的，但是有一个变体具有自己有意义的高位。但是，嗯，让我们忽略带符号的字符；）假设signed char（和默认签名的char-平台上的char）是CHAR_BIT-bit 整数，并且可以使用它；）但绝不是“字符”。

【解决方案2】：

不，不能保证

std::string input;
std::getline(std::cin, input);

将只返回 ASCII 字符。 char 保存的值范围不限于 ASCII 字符。

如果您的平台使用不同于 ASCII 的编码，您显然会得到一组不同的字符。

即使你的平台使用 ASCII 编码，如果平台上的char 是无符号类型，那么它也可以很容易地保存extended ASCII characters。

【讨论】：

谢谢.. 如果我希望输入被视为 Ascii，我该怎么办？如果您不介意，只需一个链接即可。（由于大量错误和不成熟的上下文，我害怕看自己）
@HumamHelfawi，您是在问如何防止非 ASCII 字符被读入input？
更准确地说，我想确保如果用户输入“a0”，我将得到一个包含两个元素的字符串。第一个是 97，第二个是 48
@HumamHelfawi，如果您的平台使用不同的字符编码，恐怕您必须编写代码才能做到这一点。如果您的平台使用 ASCII 编码，默认情况下您会得到。
std::string 可以保存的内容或std::cin 可以读取的内容甚至与“平台的编码”、ASCII 或扩展的 ASCII 无关。在dd 或cat someimage.jpg 的结果中尝试管道，您会看到:) 正确答案是std::string 根本没有编码的概念。 std::cin 也没有。

【解决方案3】：

换句话说，如果我这样做，我能否确定我的 C++ 程序将获得一组 Ascii 字符...

没有。 std::string实际上是std::basic_string<>的特化，比如
using std::string std::basic_string<char>;:

template< 
    class CharT, 
    class Traits = std::char_traits<CharT>, 
    class Allocator = std::allocator<CharT>
> class basic_string;

并且可以包含用Traits 定义的任何类型的字符。

简而言之，std::string 可以包含 ASCII 字符编码，以及 EBCDIC 或任何其他字符。但它应该是透明的，就像你如何使用它一样。

【讨论】：