c++ - que - c_str() vs. data() cuando se trata del tipo de retorno

string library c++

Question

Después de C ++ 11, pensé en c_str() y data() equivalently .

C ++ 17 introduce una sobrecarga para este último, que devuelve un puntero no constante ( reference , que no estoy seguro de si se ha actualizado completamente con C ++ 17):

const CharT* data() const; (1)
CharT* data(); (2) (since C++17)

c_str() solo devuelve un puntero constante:

const CharT* c_str() const;

¿Por qué la diferenciación de estos dos métodos en C ++ 17, especialmente cuando C ++ 11 fue el que los hizo homogéneos? En otras palabras, ¿por qué solo uno de los métodos tuvo una sobrecarga, mientras que el otro no?

Answer 1

La nueva sobrecarga fue agregada por P0272R1 para C ++ 17. Ni el documento en sí ni los enlaces en él discuten por qué solo a los data se les asignaron nuevas sobrecargas, pero c_str no. Solo podemos especular en este punto (a menos que las personas involucradas en la discusión estén de acuerdo), pero me gustaría ofrecer los siguientes puntos para su consideración:

• Incluso solo agregar la sobrecarga a los data rompió algún código; Mantener este cambio conservador era una forma de minimizar el impacto negativo.

• La función c_str ha sido hasta ahora completamente idéntica a los data y es efectivamente una facilidad "heredada" para el código de interconexión que toma "cadena C", es decir, una matriz de caracteres inmutable y terminada en nulo. Ya que siempre puede reemplazar c_str por data , no hay ninguna razón particular para agregar a esta interfaz heredada.

Me doy cuenta de que la motivación misma para P0292R1 era que existen API heredadas que, erróneamente o por razones C, solo tienen punteros mutables aunque no muten. De todos modos, supongo que no queremos agregar más a la API ya masiva de la cadena que es absolutamente necesario.

Un punto más: a partir de C ++ 17 ahora puede escribir en el terminador nulo, siempre que escriba el valor cero. (Anteriormente, solía ser UB para escribir algo en el terminador nulo). Un c_str mutable crearía otro punto de entrada en esta sutileza particular, y c_str menos sutilezas tengamos, mejor.

Answer 2

La razón por la cual el miembro de data() obtuvo una sobrecarga se explica en this documento en open-std.org.

TL; DR del documento : la función miembro no const .data() para std::string se agregó para mejorar la uniformidad en la biblioteca estándar y para ayudar a los desarrolladores de C ++ a escribir el código correcto. También es conveniente cuando se llama a una función de biblioteca C que no tiene una calificación constante en sus parámetros de cadena C.

Algunos pasajes relevantes del papel:

Resumen
¿Es la falta de std::string de una función miembro no const .data() un descuido o un diseño intencional basado en la semántica std::string pre-C ++ 11? En cualquier caso, esta falta de funcionalidad tienta a los desarrolladores a utilizar alternativas inseguras en varios escenarios legítimos. Este documento argumenta la adición de una función miembro no const .data() para std :: string para mejorar la uniformidad en la biblioteca estándar y para ayudar a los desarrolladores de C ++ a escribir el código correcto.

Casos de uso
Las bibliotecas de C en ocasiones incluyen rutinas que tienen parámetros char *. Un ejemplo es el parámetro lpCommandLine de la función CreateProcess en la API de Windows. Debido a que el miembro data() de std::string es constante, no se puede usar para hacer que los objetos std :: string funcionen con el parámetro lpCommandLine . Los desarrolladores están tentados a usar .front() lugar, como en el siguiente ejemplo.

std::string programName;
// ...
if( CreateProcess( NULL, &programName.front(), /* etc. */ ) ) {
// etc.
} else {
// handle error
}

Tenga en cuenta que cuando programName está vacío, la expresión programName.front() provoca un comportamiento indefinido. Una cadena C temporal vacía corrige el error.

std::string programName;
// ...
if( !programName.empty() ) {
char emptyString[] = {''/0''};
if( CreateProcess( NULL, programName.empty() ? emptyString : &programName.front(), /* etc. */ ) ) {
// etc.
} else {
// handle error
}
}

Si hubiera un miembro no const .data() , como std::vector con std::vector , el código correcto sería sencillo.

std::string programName;
// ...
if( !programName.empty() ) {
char emptyString[] = {''/0''};
if( CreateProcess( NULL, programName.data(), /* etc. */ ) ) {
// etc.
} else {
// handle error
}
}

Una función miembro no-const .data() std::string también es conveniente cuando se llama a una función de biblioteca C que no tiene calificación const en sus parámetros de cadena C. Esto es común en los códigos más antiguos y en aquellos que necesitan ser portátiles con compiladores C más antiguos.

Answer 3

Las dos funciones miembro c_str y los datos de std :: string existen debido al historial de la clase std :: string.

Hasta C ++ 11, una cadena std :: podría haberse implementado como copia en escritura. La representación interna no necesitaba ninguna terminación nula de la cadena almacenada. La función miembro c_str se aseguró de que la cadena devuelta terminara en nulo. El simlpy de datos de función miembro devolvió un puntero a la cadena almacenada, que no necesariamente terminó en nulo. - Para asegurarse de que se notaron cambios en la cadena para habilitar la copia en escritura, ambas funciones deben devolver un puntero a datos const.

Todo esto cambió con C ++ 11 cuando la copia en escritura ya no estaba permitida para std :: string. Dado que aún se requiere c_str para entregar una cadena terminada en nulo, la nula siempre se agrega a la cadena almacenada real. De lo contrario, es posible que una llamada a c_str deba cambiar los datos almacenados para que la cadena finalice en nulo, lo que haría que c_str no sea una función constante. Dado que los datos entregan un puntero a la cadena almacenada, generalmente tiene la misma implementación que c_str . Ambas funciones todavía existen debido a la compatibilidad con versiones anteriores.

Answer 4

Solo depende de la semántica de "qué quieres hacer con eso". En general, std::string se usa a veces como un vector de búfer, es decir, como un reemplazo de std::vector<char> . Esto se puede ver en boost::asio menudo. En otras palabras, es una matriz de personajes.

c_str() : significa estrictamente que estás buscando una cadena terminada en nulo. En ese sentido, nunca debe modificar los datos y nunca debe necesitar la cadena como no const.

data() : es posible que necesite la información dentro de la cadena como datos de búfer, e incluso como no const. Puede o no necesitar modificar los datos, lo que puede hacer, siempre que no implique cambiar la longitud de la cadena.