C++ 字符串处理利器：STL string 保姆级入门教程

前言

​

string是 C++ 中处理字符串的核心工具，比 C 语言char*更安全高效，但多数人仅会基础用法。

这份内容从string的基础概念出发，聚焦构造、访问、容量、修改等核心接口，搭配测试、案例（如分割网址）讲清用法与场景，最后补充编译器差异，帮你系统掌握string的高效使用。

📚 C++ 初阶

-【 C++发展史、命名空间、输入输出、缺省参数、函数重载 】

-【 C++引用、内联函数、auto、范围 for、nullptr 】

-【 类和对象（上篇）】

-【 类和对象（中篇）】

-【 C++const成员与日期类 】

-【 类和对象（下篇）】

-【 C/C++内存管理 】

-【 C++模版初阶 】----

Ⅰ、string介绍

① string 类是什么？

C++ 中string是专门表示字符串的类，本质是**basic_string**模板类以**char**实例化后的别名，底层定义为：

typedef basic_string<char> string;

② string 类的核心特点

1. 接口兼容 + 专属扩展它的接口和 C++ 标准容器（比如数组）类似，但额外加了很多字符串专属操作（比如拼接、查找子串），用起来更贴合字符串场景。
2. 单字节字符限制注意：string是按字节处理数据的，不适合操作多字节 / 变长字符（比如 UTF-8 编码的中文、 emoji（比如😀、😂、👍））—— 这类场景下，它的长度、迭代器等功能会按字节计算，而不是实际的字符数。

也就是说上述字符每个占2个字节，当然具体的根据编码不同，所占字节数会有所不同，但是ASCLL中的所有字符都只占一个字节

③ 使用前的准备

用string类时，代码里必须加这两句：

#include <string>       // 包含头文件
using namespace std;    // 引入std命名空间

Ⅱ、string常用接口的介绍和使用

① 构造函数

简单的我就不详细介绍了，我只介绍几个复杂一点的：

<1> 子串构造

string (const char* s)用于通过 C 语言风格的字符串构造 string 对象；string (const string& str, size_t pos, size_t len = npos) 则是从已有 string 对象对应的字符串中，截取从 pos 下标开始的 len 个字符来构造新的 string 对象。

参数规则：

• 若 pos 超过字符串的最大下标，会触发断言错误；
• 若原字符串 str 长度不足，或 len 取值为string::npos，则会从 pos 位置开始复制到字符串末尾。

pos越界：

使用npos缺省值：

【小测试】：string对应字符串后面有没有 '\0'

运行后控制台无输出，且未触发断言警告。

这个现象可以说明：string 内部会在存储的字符串末尾维护**\0**，但由于\0是不可打印字符，所以输出时不会显示；而我们从原字符串的末尾位置（下标 11）截取字符时，刚好取到了这个\0，因此控制台没有打印出可见内容。

【npos成员变量】

string::npos 定义为 -1，在赋值给 size_t 类型时，触发有符号 int 到无符号 size_t 的算数转换，-1的补码（全 1）被解释为size_t的最大值。

• 若平台是 32 位系统，size_t是 32 位无符号整数，此时npos的值为2³² - 1；
• 若平台是 64 位系统，size_t是 64 位无符号整数，此时npos的值为2⁶⁴ - 1。

我之所以能直接用cout打印string对象，是因为标准库中为string重载了<<（配合cout）和>>（配合cin）这两个输入输出运算符（具体接口介绍后面讲）。

<2> 截取 C 串前 n 个字符构造

<3> 重复字符填充构造

<4> 迭代器范围构造

核心用法（先会用，细节后面讲）：

用两个类似指针的迭代器，划定原字符串的字符范围，构造新string。

• s.begin()__：类比 “指向字符串第一个字符的指针”；
• s.end()__：类比 “指向字符串最后一个字符的下一个位置的指针”；
• 迭代器支持+/-偏移（如s.begin() + 5），就像指针偏移一样。

这里有同学就会有疑问了，如果向指针那样去使用，s.begin()+5不应该指向空格吗，为啥没打印空格呢？ 这是因为容器迭代器构造均遵循左闭右开规则：begin()+5是终止标记，仅拷贝[begin(), begin()+5)区间内的元素（共 5 个），不会访问终止标记指向的位置，因此只输出 5 个字符。

<5> 单参数构造的隐式类型转换

单参数构造函数支持隐式类型转换

如果想禁止这种隐式转换，可以给单参数构造函数加explicit关键字（比如explicit string(const char* s)），这样就不能直接用string s = "张三"，得显式写string s("张三")啦～

② string类对象的访问及遍历操作

<1> operator[]

功能：返回pos位置的字符

<2> begin+ end

功能： begin 获取第一个字符的迭代器 + end 获取最后一个字符下一个位置的迭代器

迭代器是 C++ 容器（如 string、vector、map）的 “通用访问工具”，本质是封装了指针的对象，作用是：✅ 遍历容器中的元素（读 / 写）；✅ 屏蔽不同容器的底层实现差异（比如数组、链表遍历方式不同，但迭代器用法统一）。 核心特点：

1. 用法像指针：支持*it（取元素）、++it（移动）、it->（取成员）等操作；
2. 分类适配场景：比如begin()返回指向第一个元素的迭代器，end()返回 “最后一个元素的下一个位置的迭代器”；
3. 注意失效：容器扩容 / 缩容 / 删除元素时，迭代器可能失效（指向无效内存），需重新获取（后面实现时讲解）。

实际上在string这个容器中迭代器就是指针，begin返回的是指向第一个字符的指针，end返回的是指向最后一个字符下一个位置的指针，这是因为string容器存储的是字符串，可以直接通过指针对字符串进行接引用操作等

<3> rbegin + rend

功能：和begin/end的区别是，rbegin/rend是反向遍历，rbegin指向的是最后一个数据的位置，rend指向的是第一个元素

<4> const迭代器

这个和上述介绍的迭代器没本质区别，不同的就是const迭代器指向的对象不能被修改

③ string类对象的容量操作

<1> size

功能：返回字符串有效大小（不包含末尾的\0）

<2> length

功能：返回字符串有效长度（不包含末尾的\0）

注：length和size的功能完全一致（返回结果相同），只是命名来源不同 ——length是早期为字符串设计的接口，size是后续为了统一所有容器（如vector）的接口风格新增的，二者在string中是等价的。

<3> capacity

功能：返回空间总大小

string 的自动扩容规则在插入数据且当前空间不足时，string 会自动扩容，不同编译器的扩容策略不同：

• VS 环境下：第一次扩容为当前容量的 2 倍，后续扩容为当前容量的 1.5 倍；
• g++ 环境下：每次扩容均为当前容量的 2 倍。

<4> empty

功能：检测字符串是否为空串，是返回true，否则返回false

<5> clear

功能：清空有效字符

<6> reserve（重要）

功能：提前给字符串分配好指定大小的内存空间（不会改变size）

【场景1】：reverse要求100个字节空间，但却开辟了111个字节空间，为啥呢？

这是 VS 编译器的内存对齐 / 容量对齐策略导致的：reserve(100)只是要求 “至少 100 字节”，VS 会在满足需求的基础上，额外多分配一些空间（比如按特定规则对齐），所以实际开辟了 111 字节。 核心：reserve(n)__保证容量≥n，具体大小由编译器的内存管理策略决定。

【场景2】：reserve 请求空间小于当前容量时的容量变化（缩容）

当reserve(n)中n小于当前字符串容量时：标准将 “缩小容量” 定义为非约束请求—— 编译器 / 容器实现可以自主决定是否缩容，但通常会选择 “不缩容”（比如本示例中当前容量 15＞请求的 10，容量保持 15 不变），最终保证容量不小于n即可。

【场景3】：clear+reserve 组合操作下的缩容行为

在最新版vs中，即使先clear()再reserve(n < 当前容量)，reserve也不会触发缩容，字符串容量会保持原大小。

但是在老版本中，先clear()再reserve(n < 当前容量)，reserve也会触发缩容

reserve在新版 VS 里的行为：

• ✅ 当 n > 当前容量：正常扩容（满足容量≥n）；
• ❌ 当 n < 当前容量：完全不缩容，容量保持原样（仅保证不低于 n，但不会主动减小）。

_【问题】：_string对象在容量不足时，不是会自动扩容，为啥会设计个扩容接口呢？

当能提前确定字符串所需空间大小时，直接用reserve(n)一次性分配好n大小的内存，就能避免后续添加字符时因空间不足触发的多次自动扩容（每次扩容都会涉及内存重新申请和数据拷贝），从而减少性能损耗，提升程序运行效率。

<7> resize（重要）

功能：将有效字符的个数改成n个，多出的空间用 "字符c" 或者 "/0" 填充

【场景1】：n > oldsize

字符串会被扩展到 n 个字符，新增的位置默认填充 '\0'（空字符）；如果显式传第二个参数（比如 resize(n, 'a')），则用指定字符填充。

【场景2】：n < oldsize

字符串会被截断，只保留前 n 个字符，超出部分直接丢弃（不可逆）。

Ⅲ、string类对象的修改操作

<1> push_back

功能：在字符串后尾插字符c

<2> append

功能：在字符串后追加一个字符串

<3> operator+=（重要）

前面这两个接口虽说用着还行，但我感觉都不如这个接口好用

【功能】：在字符串后追加字符串str

我觉得后面这两种重载函数其实没必要单独实现 —— 第一个重载已经能兼容后两种场景了：不管传单个字符还是 C 风格字符串，都能通过单参数构造函数的隐式类型转换，自动生成对应的 string 对象来参与追加操作。

<4> c_str

功能：返回C格式的字符串

<5> find（重点）

功能：从字符串pos位置开始往后找字符c，返回该字符在字符串中的位置

<6> rfind

功能：从指定位置开始，从后往前搜索目标内容在字符串中最后一次出现的位置

<7> substr

功能：在str中从pos位置开始，截取n个字符，然后将其返回

【find+substr 小案例：分割网址】

int main()
{
	
	string url = "ftp://www.baidu.com/?tn=65081411_1_oem_dg";
	// http://www.baidu.com/?tn=65081411_1_oem_dg
	// https://legacy.cplusplus.com/reference/string/string/
	// 协议  域名  资源名
	size_t pos1 = url.find("://");

    //协议
	string protocol;
	if (pos1 != string::npos)
	{
		protocol = url.substr(0, pos1);
	}
	cout << protocol << endl;

    //域名
	string domain;

    //资源名
	string uri;

	size_t pos2 = url.find('/', pos1 + 3);
	if (pos2 != string::npos)
	{
		domain = url.substr(pos1 + 3, pos2 - (pos1 + 3));
		uri = url.substr(pos2 + 1);
	}
	cout << domain << endl;
	cout << uri << endl;


	 

	return 0;
}

【+= 小案例：所有空格替换成%20】

int main()
{
    // 所有空格替换成20%
    string s2("hello world hello bit");
    string s3;
    for (auto ch : s2)
    {
        if (ch != ' ')
        {
            s3 += ch;
        }
        else
        {
            s3 += "20%";
        }
    }
 
    cout << s3;
    return 0;
}

<8> insert

功能：任意位置插入内容

对于非法插入操作，程序一般会抛出异常来提示错误。不过我现在还没学到异常处理的相关内容，所以这里就不写异常捕获的代码了（之前用到的几个插入接口，遇到非法插入时也会以抛异常的方式报错）。

<9> erase

功能：删除字符串中任意位置的内容

这个接口用起来确实挺灵活，但得谨慎使用 —— 它底层的效率比较低，会涉及大量的数据移动操作。

Ⅳ、string类非成员函数

<1> operator+

功能：拼接字符串（不会修改原字符串）

尽量少用，因为传值返回，导致深拷贝效率低

<2> operator>>

功能：流提取运算符重载

这个时候就有疑问了，为啥只打印出了前半段呢？

这是因为cin在从缓冲区读取字符串时，通常以换行和空格为结束标识，所以，只读取到hello

<3> getline

如果想读取包含空格的整行字符串，得用getline(cin, s)

功能：获取一行字符串（和>>不同的是，它仅仅以换行为结束标识）

<4> operator<<

功能：流插入运算符重载

<5> relational operators

功能：大小比较

如果条件成立则返回真，否则返回假

以上是一些重要接口的使用案例，还有几个常用接口我暂未展开，等下篇讲解具体实现时，我会再详细介绍！！！

Ⅴ、vs和g++下string结构的说明

注意：下述结构是在 32 位平台下验证的（32 位平台中指针占 4 个字节）。

○ vs 中string的结构

vs 的string对象总占28 个字节，内部结构包含一个联合体（用于存储字符串），逻辑如下：

union _Bxty
{    // storage for small buffer or pointer to larger one
     value_type _Buf[_BUF_SIZE];
     pointer _Ptr;
     char _Alias[_BUF_SIZE]; // to permit aliasing
} _Bx;

• 当字符串长度小于 16时：直接用内部固定的字符数组（联合体中的_Buf）存放，无需额外开辟堆空间，效率更高；
• 当字符串长度大于等于 16时：从堆上开辟空间（用联合体中的指针_Ptr指向堆内存）。

除此之外，还包含 3 个字段：

• size_t字段：保存字符串的长度；
• size_t字段：保存堆空间的总容量；
• 一个指针：用于其他辅助逻辑。

这几部分的内存占用计算：联合体（16 字节） + 长度（4 字节） + 容量（4 字节） + 指针（4 字节） = 28 字节。

○ g++ 下string的结构

g++ 的string是通过写时拷贝实现的，string对象本身只占4 个字节（仅包含一个指针）。

这个指针会指向一块堆空间，堆空间内部包含以下字段：

• 空间总大小（_M_capacity）；
• 字符串有效长度（_M_length）；
• 引用计数（_M_refcount）；

struct _Rep_base
{
 size_type _M_length;
 size_type _M_capacity;
 _Atomic_word _M_refcount;
};

• 指向实际存储字符串的指针。

​