如何获取 std::string 中的字符数？

Question

C++中如何获取字符串中的字符数？

Answer 1

如果您使用的是 std::string，请调用 length()：

std::string str = "hello";
std::cout << str << ":" << str.length();
// Outputs "hello:5"

如果您使用的是 C 字符串，请调用 strlen()。

const char *str = "hello";
std::cout << str << ":" << strlen(str);
// Outputs "hello:5"

或者，如果您碰巧喜欢使用 Pascal 风格的字符串（或 Joel Spolsky 的 f***** 字符串 喜欢在它们尾随 NULL 时调用它们），只需取消引用第一个字符即可。

const char *str = "\005hello";
std::cout << str + 1 << ":" << *str;
// Outputs "hello:5"

Answer 2

对于 Unicode

这里的几个答案已经解决了 .length() 给出多字节字符的错误结果，但有 11 个答案，但没有一个提供解决方案。

Z͉̳̺ͥͬ̾a̴͕̲̒̒͌̋ͪl̨͎̰̘͉̟ͤ̀̈̚͜g͕͔̤͖̟̒͝ͅo̵̡̡̼͚̐ͯ̅ͪ̆ͣ̚

首先，了解“长度”的含义很重要。 作为一个激励示例，请考虑字符串“Z͉̳̺ͥͬ̾a̴͕̲̒̒͌̋ͪl̨͎̰̘͉̟ͤ̀̈̚͜g͕͔̤͖̟̒͝ͅo̵̡̡̼͚̐ͯ̅ͪ̆ͣ̚”（请注意，某些语言，尤其是泰语，实际上使用变音符号标记，所以这不仅仅对 15 岁的模因有用，但显然这是最重要的用例）。 假设它是用 UTF-8 编码的。 我们可以通过 3 种方式来讨论该字符串的长度：

95 个字节

00000000: 5acd a5cd accc becd 89cc b3cc ba61 cc92  Z............a..
00000010: cc92 cd8c cc8b cdaa ccb4 cd95 ccb2 6ccd  ..............l.
00000020: a4cc 80cc 9acc 88cd 9ccc a8cd 8ecc b0cc  ................
00000030: 98cd 89cc 9f67 cc92 cd9d cd85 cd95 cd94  .....g..........
00000040: cca4 cd96 cc9f 6fcc 90cd afcc 9acc 85cd  ......o.........
00000050: aacc 86cd a3cc a1cc b5cc a1cc bccd 9a    ...............

50 个代码点

LATIN CAPITAL LETTER Z
COMBINING LEFT ANGLE BELOW
COMBINING DOUBLE LOW LINE
COMBINING INVERTED BRIDGE BELOW
COMBINING LATIN SMALL LETTER I
COMBINING LATIN SMALL LETTER R
COMBINING VERTICAL TILDE
LATIN SMALL LETTER A
COMBINING TILDE OVERLAY
COMBINING RIGHT ARROWHEAD BELOW
COMBINING LOW LINE
COMBINING TURNED COMMA ABOVE
COMBINING TURNED COMMA ABOVE
COMBINING ALMOST EQUAL TO ABOVE
COMBINING DOUBLE ACUTE ACCENT
COMBINING LATIN SMALL LETTER H
LATIN SMALL LETTER L
COMBINING OGONEK
COMBINING UPWARDS ARROW BELOW
COMBINING TILDE BELOW
COMBINING LEFT TACK BELOW
COMBINING LEFT ANGLE BELOW
COMBINING PLUS SIGN BELOW
COMBINING LATIN SMALL LETTER E
COMBINING GRAVE ACCENT
COMBINING DIAERESIS
COMBINING LEFT ANGLE ABOVE
COMBINING DOUBLE BREVE BELOW
LATIN SMALL LETTER G
COMBINING RIGHT ARROWHEAD BELOW
COMBINING LEFT ARROWHEAD BELOW
COMBINING DIAERESIS BELOW
COMBINING RIGHT ARROWHEAD AND UP ARROWHEAD BELOW
COMBINING PLUS SIGN BELOW
COMBINING TURNED COMMA ABOVE
COMBINING DOUBLE BREVE
COMBINING GREEK YPOGEGRAMMENI
LATIN SMALL LETTER O
COMBINING SHORT STROKE OVERLAY
COMBINING PALATALIZED HOOK BELOW
COMBINING PALATALIZED HOOK BELOW
COMBINING SEAGULL BELOW
COMBINING DOUBLE RING BELOW
COMBINING CANDRABINDU
COMBINING LATIN SMALL LETTER X
COMBINING OVERLINE
COMBINING LATIN SMALL LETTER H
COMBINING BREVE
COMBINING LATIN SMALL LETTER A
COMBINING LEFT ANGLE ABOVE

5 个字素

Z with some s**t
a with some s**t
l with some s**t
g with some s**t
o with some s**t

使用 ICU< 查找长度/a>

ICU 有 C++ 类，但它们需要转换为 UTF-16。 您可以直接使用 C 类型和宏来获得一些 UTF-8 支持：

#include <memory>
#include <iostream>
#include <unicode/utypes.h>
#include <unicode/ubrk.h>
#include <unicode/utext.h>

//
// C++ helpers so we can use RAII
//
// Note that ICU internally provides some C++ wrappers (such as BreakIterator), however these only seem to work
// for UTF-16 strings, and require transforming UTF-8 to UTF-16 before use.
// If you already have UTF-16 strings or can take the performance hit, you should probably use those instead of
// the C functions. See: http://icu-project.org/apiref/icu4c/
//
struct UTextDeleter { void operator()(UText* ptr) { utext_close(ptr); } };
struct UBreakIteratorDeleter { void operator()(UBreakIterator* ptr) { ubrk_close(ptr); } };
using PUText = std::unique_ptr<UText, UTextDeleter>;
using PUBreakIterator = std::unique_ptr<UBreakIterator, UBreakIteratorDeleter>;

void checkStatus(const UErrorCode status)
{
    if(U_FAILURE(status))
    {
        throw std::runtime_error(u_errorName(status));
    }
}

size_t countGraphemes(UText* text)
{
    // source for most of this: http://userguide.icu-project.org/strings/utext
    UErrorCode status = U_ZERO_ERROR;
    PUBreakIterator it(ubrk_open(UBRK_CHARACTER, "en_us", nullptr, 0, &status));
    checkStatus(status);
    ubrk_setUText(it.get(), text, &status);
    checkStatus(status);
    size_t charCount = 0;
    while(ubrk_next(it.get()) != UBRK_DONE)
    {
        ++charCount;
    }
    return charCount;
}

size_t countCodepoints(UText* text)
{
    size_t codepointCount = 0;
    while(UTEXT_NEXT32(text) != U_SENTINEL)
    {
        ++codepointCount;
    }
    // reset the index so we can use the structure again
    UTEXT_SETNATIVEINDEX(text, 0);
    return codepointCount;
}

void printStringInfo(const std::string& utf8)
{
    UErrorCode status = U_ZERO_ERROR;
    PUText text(utext_openUTF8(nullptr, utf8.data(), utf8.length(), &status));
    checkStatus(status);

    std::cout << "UTF-8 string (might look wrong if your console locale is different): " << utf8 << std::endl;
    std::cout << "Length (UTF-8 bytes): " << utf8.length() << std::endl;
    std::cout << "Length (UTF-8 codepoints): " << countCodepoints(text.get()) << std::endl;
    std::cout << "Length (graphemes): " << countGraphemes(text.get()) << std::endl;
    std::cout << std::endl;
}

void main(int argc, char** argv)
{
    printStringInfo(u8"Hello, world!");
    printStringInfo(u8"หวัดดีชาวโลก");
    printStringInfo(u8"\xF0\x9F\x90\xBF");
    printStringInfo(u8"Z͉̳̺ͥͬ̾a̴͕̲̒̒͌̋ͪl̨͎̰̘͉̟ͤ̀̈̚͜g͕͔̤͖̟̒͝ͅo̵̡̡̼͚̐ͯ̅ͪ̆ͣ̚");
}

这将打印：

UTF-8 string (might look wrong if your console locale is different): Hello, world!

Length (UTF-8 bytes): 13

Length (UTF-8 codepoints): 13

Length (graphemes): 13

UTF-8 string (might look wrong if your console locale is different): หวัดดีชาวโลก

Length (UTF-8 bytes): 36

Length (UTF-8 codepoints): 12

Length (graphemes): 10
UTF-8 string (might look wrong if your console locale is different): 

Answer 3

处理 C++ 字符串 (std::string) 时，您需要查找 length() 或 size()。 两者应该为您提供相同的价值。 但是，在处理 C 风格字符串时，您可以使用 strlen()。

#include <iostream>
#include <string.h>

int main(int argc, char **argv)
{
   std::string str = "Hello!";
   const char *otherstr = "Hello!"; // C-Style string
   std::cout << str.size() << std::endl;
   std::cout << str.length() << std::endl;
   std::cout << strlen(otherstr) << std::endl; // C way for string length
   std::cout << strlen(str.c_str()) << std::endl; // convert C++ string to C-string then call strlen
   return 0;
}

输出：

6
6
6
6

Answer 4

这取决于您所讨论的字符串类型。 字符串有多种类型：

1. const char* - C 风格多字节字符串
2. const wchar_t* - C 风格宽字符串
3. std::string code> - “标准”多字节字符串
4. std::wstring - “标准”宽字符串

对于 3 和 4，您可以使用 .size() 或 .length() 方法。

对于 1，可以使用 strlen()，但必须确保字符串变量不为 NULL (=== 0)

对于 2，可以使用 wcslen() ，但必须保证字符串变量不为NULL（=== 0）

非标准C++库中还有其他字符串类型，如MFC的CString、ATL的CComBSTR、ACE 的 ACE_CString 等，以及 .GetLength() 等方法。 我一时记不起它们的具体细节。

STLSoft 库已将这一切抽象出来，并称为 字符串访问垫片，可用于从任何类型获取字符串长度（和其他方面）。 因此，对于上述所有内容（包括非标准库），请使用相同的函数 stlsoft::c_str_len()。 本文描述了这一切是如何工作的，因为它并不完全显而易见或容易。

Answer 5

在 C++ std::string 中，length() 和 size() 方法给出字节数，而不一定是字符数！
与 c 风格的 sizeof() 函数相同！

对于大多数可打印的 7 位 ASCII 字符来说，这是相同的值，但对于不是 7 位 ASCII 的字符来说，这绝对不是。
请参阅以下示例，为您提供真实结果（64 位 Linux）。

没有简单的 C/C++ 函数可以真正计算字符数。
顺便说一句，所有这些内容都依赖于实现，并且在其他环境（编译器、win 16/32、linux、嵌入式等）上可能会有所不同

请参阅以下示例：

#include <string>

#include <iostream>

#include <stdio.h>

#include <string.h>

using namespace std;

int main()

{

/* c-Style char Array */

const char * Test1 = "1234";

const char * Test2 = "ÄÖÜ€";

const char * Test3 = "αβγ

Answer 6

如果您使用旧的 C 样式字符串而不是较新的 STL 样式字符串，则 C 运行时库中有 strlen 函数：

const char* p = "Hello";
size_t n = strlen(p);

Answer 7

如果您使用 std::string，有两种常用方法：

std::string Str("Some String");
size_t Size = 0;
Size = Str.size();
Size = Str.length();

如果您使用 C 样式字符串（使用 char * 或 const char *），则可以使用：

const char *pStr = "Some String";
size_t Size = strlen(pStr);

Answer 8

string foo;
... foo.length() ...

.length 和 .size 是同义词，我只是认为“length”是一个稍微清晰一些的词。

Answer 9

std::string str("a string");
std::cout << str.size() << std::endl;

Answer 10

对于实际的字符串对象：

yourstring.length();

或

yourstring.size();

Answer 11

这可能是输入字符串并查找其长度的最简单方法。

// Finding length of a string in C++ 
#include<iostream>
#include<string>
using namespace std;

int count(string);

int main()
{
string str;
cout << "Enter a string: ";
getline(cin,str);
cout << "\nString: " << str << endl;
cout << count(str) << endl;

return 0;

}

int count(string s){
if(s == "")
  return 0;
if(s.length() == 1)
  return 1;
else
    return (s.length());

}

Answer 12

获取字符串长度而不用担心 std 命名空间的最简单方法如下：

带有/不带空格的字符串

#include <iostream>
#include <string>
using namespace std;
int main(){
    string str;
    getline(cin,str);
    cout<<"Length of given string is"<<str.length();
    return 0;
}

不带空格的字符串

#include <iostream>
#include <string>
using namespace std;
int main(){
    string str;
    cin>>str;
    cout<<"Length of given string is"<<str.length();
    return 0;
}