Chapter 45: String View
核心问题与阅读主线
当调用方已持有字符存储而函数仅需只读访问其中一段时,构造 std::string 会引入多余分配与拷贝,传入 const char* 又会丢失长度并绑定 \0 终止符。本章聚焦如何依据所有权、生命周期与终止符边界,在 std::string_view、std::string 与 const char* 之间做出准确选型。
全章共用代码样本(下文各节持续拆解)
贯穿材料采用 HTTP 请求行解析场景:输入缓冲区由网络层或上层字符串对象持有,解析层只读取方法、路径与版本三个片段,不申请新字符串:
#include <string_view>
struct RequestLineView {
std::string_view method;
std::string_view target;
std::string_view version;
};
RequestLineView parse_request_line(std::string_view line) {
const auto first_space = line.find(' ');
const auto second_space = line.find(' ', first_space + 1);
return {
line.substr(0, first_space),
line.substr(first_space + 1, second_space - first_space - 1),
line.substr(second_space + 1)
};
}
这段代码的要点不在 find 或 substr 的写法,而在返回对象的状态关系:method、target、version 全部指向 line 覆盖的底层字符存储。只有调用方维持底层存储有效,三个视图才有效;底层一旦释放、修改或重分配,视图随即失效。
关键事实
C++ working draft, string.view 将 basic_string_view 定义为常量连续字符序列的非拥有引用,并在说明性成员中给出 data_ 与 size_ 两个状态字段:data() 给出起点,size() 给出长度,所有权始终留在外部对象。
45.1 string_view 设计目标
std::string_view 的设计目标是将读取字符内容与拥有字符存储解耦,使只读接口只表达“观察一段字符范围”,而不接管分配、扩容与释放责任。三种常见只读参数入口的取舍如下:
| 参数类型 | 来源兼容性 | 隐式堆分配风险 | 长度与 \0 约束 |
|---|---|---|---|
const std::string& | 需先构造或绑定拥有者 | 传字面量、字符数组或切片时可能触发分配与拷贝 | 自带长度,但强制包装拥有者 |
const char* | 仅兼容 \0 结尾起始地址 | 无 | 丢失长度,无法直接表达中间切片 |
std::string_view | 直接统一字面量、std::string、char[] 与切片 | 仅复制指针与长度,不分配 | 自带 size(),不依赖 \0 |
在贯穿材料中,parse_request_line 的输入可能来自 std::string 或 char[]。参数采用 std::string_view 后,解析函数无需关心输入拥有者类型,返回的 method、target、version 也直接复用同一段底层存储。
下面示例展示单个参数入口如何统一三种字符来源:
#include <string>
#include <string_view>
bool is_get(std::string_view method) {
return method == "GET";
}
void demo() {
std::string owned = "GET";
char buffer[] = {'G', 'E', 'T'};
bool a = is_get("GET");
bool b = is_get(owned);
bool c = is_get(std::string_view{buffer, 3});
(void)a;
(void)b;
(void)c;
}
is_get 既不承诺保存输入,也不返回输入切片,适合以 std::string_view 作为入口。第三次调用表明:只要显式给出长度,视图即可覆盖不含 \0 终止符的字符数组。
关键事实
标准库通常将 basic_string_view 实现为 const charT* 加 size_t 的小对象,标准说明也将其描述为可平凡复制类型。按值传递只复制两个标量、不分配内存;但该低成本仅限于视图头部本身,搜索、比较与解析仍需按 size() 读取字符区间。
45.2 non-owning string reference
non-owning string reference 指对象引用一段外部字符存储,却不拥有该存储,也不负责延长其生命周期。这里的 reference 是工程语义,而非 C++ 引用类型:std::string_view 本身是可复制、可赋值、可作为成员保存的普通对象,内部仅记录外部字符区间的观察窗口。
边界与误区
std::string_view 既无析构责任,也无引用计数。拥有者一旦释放或重分配,视图中保存的地址数值可能仍保留旧地址,但继续读取已触发未定义行为,且编译器通常无法跨调用边界验证这层生命周期约束。
贯穿材料中的 RequestLineView 最适合在同一作用域内临时消费。只要调用方 handle_line 持有 raw_line,在作用域内读取三个成员就是安全的:
#include <iostream>
#include <string>
#include <string_view>
void handle_line(const std::string& raw_line) {
RequestLineView view = parse_request_line(raw_line);
std::cout << "method=" << view.method
<< " target=" << view.target
<< " version=" << view.version << '\n';
}
当视图被存为长期对象成员时,安全性完全取决于调用方传入的实参存储期。例如下面将 prefix 存进 RouterRule:
#include <string_view>
struct RouterRule {
std::string_view prefix;
};
RouterRule make_rule(std::string_view prefix) {
return RouterRule{prefix};
}
make_rule 本身合法,风险来自调用点的存储来源:
- 静态存储(安全):传入字符串字面量时,
prefix指向静态存储期数据,RouterRule可长期保留。 - 临时
std::string(悬垂):传入临时或局部std::string时,函数返回后字符缓冲立即释放,RouterRule持有悬垂地址。
核心判断
评估 non-owning 视图是否安全,按三项依次核对:
- 看来源:字面量/全局表、调用方参数、局部临时还是容器元素。
- 看去向:当前表达式消费、函数内传递、返回值、长期成员还是跨线程传递。
- 看拥有者稳定性:视图存续期间是否发生释放、移动、扩容或重分配;无法确保稳定时改用
std::string。
45.3 data / size
data() 返回视图起点,size() 返回覆盖的字符数量(对应 begin() 与 end() 区间)。在请求行 GET /index.html HTTP/1.1 中,target 紧跟空格而非 \0,其可视边界完全由 size() 而非内存里的终止符决定。
下面示例展示带嵌入 \0 的字符数组:print_bytes 按 size() 遍历,将中间的 \0 作为普通字节读出全部 7 个字符:
#include <iostream>
#include <string_view>
void print_bytes(std::string_view bytes) {
std::cout << "size=" << bytes.size() << '\n';
for (unsigned char ch : bytes) {
std::cout << static_cast<int>(ch) << ' ';
}
std::cout << '\n';
}
void demo_binary_like_text() {
const char payload[] = {'a', 'b', 'c', '\0', 'd', 'e', 'f'};
std::string_view view{payload, sizeof(payload)};
print_bytes(view);
}
因此 std::string_view 适合表达协议字段、文件片段、日志切片和含零字节的文本序列。视图切片操作同样围绕 data_ 与 size_ 调整观察范围,不搬移底层字符:
| 操作 | 是否修改原视图 | 状态变化 |
|---|---|---|
substr(pos, count) | 否,返回新视图 | 原视图不变;新视图收窄到子区间 |
remove_prefix(n) | 是 | 起点前移 n,长度减 n |
remove_suffix(n) | 是 | 起点不变,长度减 n |
利用 remove_prefix 逐步推进游标,可以在零拷贝下逐段切出 token:
#include <string_view>
std::string_view take_token(std::string_view& input) {
const auto pos = input.find(' ');
std::string_view token = input.substr(0, pos);
if (pos == std::string_view::npos) {
input.remove_prefix(input.size());
} else {
input.remove_prefix(pos + 1);
}
return token;
}
take_token 返回的 token 与推进后的 input 共享同一段底层存储,无字符搬移或分配,前提仍是底层存储在 token 使用期间继续有效。
边界与误区
- 无
\0保证:C++ working draft, string.view access 明确data()返回的缓冲区可以没有\0终止符,直接交给按\0扫描的 C 接口会越界读取。 - 访问前先验界:
operator[]假定下标在范围内,front()与back()要求视图非空,仅at()在越界时抛出std::out_of_range。读取字符前应先用size()或empty()确认边界。
45.4 与 string 的区别
std::string 与 std::string_view 的核心分界在于所有权:前者拥有字符序列并负责分配与扩容,后者只观察外部存储。这一分界直接传导到可变性、分配、返回值、容器索引与异常边界:
| 维度 | std::string | std::string_view |
|---|---|---|
| 所有权 | 拥有字符存储 | 观察外部字符存储 |
| 修改能力 | 可修改字符并增减长度 | 仅可调整视图范围,不可通过视图改写字符 |
| 分配行为 | 构造、拼接、扩容可能堆分配 | 复制视图本身不触发分配 |
| 生命周期 | 字符跟随自身对象生命周期 | 字符依赖外部拥有者存活 |
| 返回值语义 | 返回独立拥有的副本 | 返回外部存储的局部视图 |
| 成员保存 | 对象自身保存内容 | 对象保存借用关系 |
返回值选型是二者最关键的接口分叉:
#include <string>
#include <string_view>
std::string copy_target(std::string_view line) {
RequestLineView parsed = parse_request_line(line);
return std::string(parsed.target);
}
std::string_view view_target(std::string_view line) {
RequestLineView parsed = parse_request_line(line);
return parsed.target;
}
- 返回
std::string(如copy_target):结果需进入缓存、队列、异步任务或对象成员时,由独立拥有者切断对输入缓冲的生命周期依赖。 - 返回
std::string_view(如view_target):结果仅在当前解析链路中继续路由、匹配或计数时保持轻量,但调用方必须维持line底层存储有效。
在容器索引与异常行为上,两者也存在明显差异:
- 容器放大失效风险:
std::vector<std::string_view>适合对稳定文本做临时索引、排序视图或只读目录表;但若底层std::vector<std::string>扩容并移动元素,元素内部缓冲区地址可能改变,原有视图索引必须重建。 - 异常路径转移:构造或追加
std::string可能在分配失败时抛出异常;复制std::string_view本身不会分配,故障面转移到at()越界、搜索逻辑及外部拥有者变化。
边界与误区
std::string_view 提供的 const char 访问仅表达“本接口不修改字符”,不代表底层存储不可变。若视图指向可变 std::string,拥有者仍可修改内容或重分配,导致视图后续读到变化后的字符甚至失效。
45.5 与 const char* 的区别
const char* 仅携带起始地址,传统 C 字符串接口约定从该地址一路扫描到 \0;std::string_view 把长度纳入对象状态,可直接表达中间切片和含零字节的序列。
| 维度 | const char* | std::string_view |
|---|---|---|
| 状态字段 | 起始地址 | 起始地址与长度 |
| 字符串结束 | 扫描到 \0 为止 | 由 size() 决定 |
| 中间切片 | 需额外传长度参数 | 单个对象直接表达 |
| 含零字节 | C 字符串函数遇 \0 提前截断 | 按范围遍历可保留 \0 |
| 空值表达 | 可为 nullptr,需先判空 | 默认构造为空视图;缺席值应由额外状态表达 |
| 接口信号 | 需靠约定判断长度语义 | 直接表明只读一个字符范围 |
在贯穿材料中,target 后紧跟空格而非 \0。若将其 data() 直接传给 std::strlen,扫描会越过路径继续读取后续内存直到碰巧遇到 \0:
#include <cstring>
#include <iostream>
#include <string_view>
void wrong_c_api_boundary(std::string_view field) {
std::cout << std::strlen(field.data()) << '\n';
}
void correct_range_boundary(std::string_view field) {
std::cout << field.size() << '\n';
}
wrong_c_api_boundary 仅在缓冲区刚好从 field.data() 起以 \0 结束且 field.size() 恰好覆盖到终止符前时才偶发一致;correct_range_boundary 直接使用 size(),与视图语义一致。
对接 C 接口时,应按接口是否接受长度区分处理:
- 带长度 C 接口(如
write、std::fwrite):直接传递view.data()与view.size()。 - 只认
\0的 C 接口(如std::puts):在最外层边界显式构造临时std::string并传递c_str(),解析链内部仍保持std::string_view。
#include <cstdio>
#include <string>
#include <string_view>
void call_length_aware_api(std::string_view field) {
std::fwrite(field.data(), 1, field.size(), stdout);
}
void call_null_terminated_api(std::string_view field) {
std::string owned(field);
std::puts(owned.c_str());
}
关键事实
空视图判断应始终使用 empty() 或 size() == 0,不要用 data() == nullptr。默认构造的空视图通常表现为 data() == nullptr && size() == 0,但从非空缓冲区切出的零长度视图同样为空,其 data() 仍指向有效非空地址。
45.6 生命周期悬垂问题
生命周期悬垂是 std::string_view 的核心故障模式:视图中的地址与长度数值仍在,但底层字符已销毁或迁址。其症状常表现为乱码、偶发通过测试却在线上失败、切换优化级别后行为改变,或触发内存安全检查工具报错。
| 悬垂诱因 | 失效机理 | 修复策略 |
|---|---|---|
返回局部或临时 std::string 视图 | 作用域或完整表达式结束时存储释放 | 改返 std::string、指向静态存储或绑定入参 |
std::string 追加或扩容重分配 | 堆缓冲迁址,旧视图指向已释放内存 | 先完成修改再切片,或修改前复制 |
std::vector<std::string> 扩容移动 | 容器元素搬移导致底层字符地址变化 | 预留容量、冻结修改、改用稳定存储或重建视图 |
诱因一:指向局部或临时字符串
bad_header_name 返回指向局部变量 name 的视图,函数返回时 name 释放,调用方拿到的是悬垂视图:
#include <string>
#include <string_view>
std::string_view bad_header_name() {
std::string name = "Content-Type";
return std::string_view{name};
}
依据所需所有权语义,对应三种修复方式:
#include <string>
#include <string_view>
std::string owned_header_name() {
return "Content-Type";
}
std::string_view static_header_name() {
return "Content-Type";
}
std::string_view first_word(std::string_view line) {
const auto pos = line.find(' ');
return line.substr(0, pos);
}
owned_header_name:返回独立std::string,脱离原函数栈帧。static_header_name:指向静态存储期字面量,全局有效。first_word:返回绑定输入line的子视图,有效期由调用方在调用点维持。
诱因二与三:拥有者重分配与容器元素移动
对已切出视图的 std::string 追加内容或赋值时可能触发重分配;同样,当视图指向 std::vector<std::string> 的元素字符时,容器扩容移动元素也会令旧视图失效(即便被移动源对象仍可析构,其字符存储也不再稳定)。下面展示追加触发重分配的风险:
#include <iostream>
#include <string>
#include <string_view>
void reallocation_example() {
std::string line = "GET /a HTTP/1.1";
std::string_view target = parse_request_line(line).target;
line += " extra bytes that may reallocate";
std::cout << target << '\n';
}
边界与误区
小字符串优化(SSO)或剩余容量足够时,line += ... 可能暂未重分配,使程序看似正常,但这类偶发正常不能作为正确性依据。稳定做法是先完成对拥有者的全部修改再创建视图,或在保存前复制出 std::string;基于容器元素建立视图索引时,必须先固定容器容量、冻结元素修改或改用稳定存储。
排查顺序
调试阶段优先记录拥有者地址、view.data()、view.size() 与修改位置,并按四步定位悬垂问题:
- 找来源:确认底层字符来自字面量、外部参数、局部变量、临时对象、容器元素还是分配缓冲。
- 找最长使用点:核对使用点是否跨过拥有者作用域、字符串修改点或容器扩容点。
- 查逃逸路径:检查视图是否存为对象成员、放入容器、跨线程传递或被异步回调捕获。
- 选择收口方案:缩短视图使用范围、冻结拥有者、改为静态存储、重建视图,或在边界复制为
std::string。
45.7 工程使用场景
std::string_view 适用于短期、只读、带长度的字符串观察,四类高频场景各有明确边界:
- 只读参数传递:统一接收字面量、
std::string与显式长度范围,只承担入口读取;函数内部若要长期留存,在保存边界复制。 - 解析切片:如
parse_request_line、协议/命令行/CSV/日志切分,保留单个原始缓冲并用视图表达字段,消除字段级分配。 - 同步 vs 异步日志:同步日志在当前调用栈内直接写出,适合传
std::string_view;异步日志入队前必须复制进缓冲或将拥有者对象移入队列。 - 拷贝与扫描权衡:视图减少的是内容复制,不减少
find、compare、starts_with、contains的逐字符扫描;若后续需长期保存、排序、反复查找或跨线程传递,一次性复制成std::string往往让所有权更清晰。
常见工程场景选型对照如下:
| 场景 | 推荐表达 | 判断理由 |
|---|---|---|
| 只读参数、同步使用 | std::string_view | 不接管存储,入口兼容多种字符来源 |
| 从输入缓冲区切字段 | std::string_view | 字段是原缓冲中的范围,避免字段级复制 |
| 返回新构造文本 | std::string | 函数创建了新内容,调用方需要独立持有 |
| 长期对象成员 | std::string 或带明确拥有者的视图 | 成员生命周期通常长于单次调用 |
| 调用带长度 C API | data() 加 size() | 接口接收范围长度,可直接透传 |
调用 \0 结尾 C API | 边界构造临时 std::string | 需要独立缓冲与 \0 终止符 |
| 字符串字面量常量表 | std::string_view | 字面量处于静态存储期,视图天然稳定 |
核心判断
所有场景均可收口为同一判断顺序与底线:
- 函数是否拥有或保存字符?
- 输入是否天然带长度或含零字节?
- 底层存储能否稳定覆盖视图全使用期?
- 是否进入依赖
\0的 C 风格接口? - 返回或成员保存时在哪个边界完成复制?
std::string_view的能力来自data / size,风险来自non-owning生命周期;无法证明底层存储稳定时,复制成std::string是最清晰的工程边界。
最小自检任务
阅读下面代码,按“来源、去向、拥有者变化、边界选择”的顺序判断 parse_and_store 返回后的 route.method 与 route.target 能否长期使用,并给出修复方式:
#include <string>
#include <string_view>
struct RouteRecord {
std::string_view method;
std::string_view target;
};
RouteRecord parse_and_store() {
std::string line = "GET /index.html HTTP/1.1";
RequestLineView parsed = parse_request_line(line);
return RouteRecord{parsed.method, parsed.target};
}
本章知识点总结
- 设计目标与状态
std::string_view将只读访问与存储拥有权拆开,核心状态为data()与size(),按值传递只复制两个标量。 - 切片与无终止符
substr、remove_prefix、remove_suffix仅调整视图范围而不搬移字符;data()不保证以\0结尾,且可覆盖含零字节序列。 - 与 std::string 边界
std::string拥有存储并承担分配/扩容;std::string_view仅保证当前接口不修改,不代表底层存储不可变。 - 与 const char* 边界
const char*依赖\0且可能为nullptr;带长度 C API 直接传data()与size(),依赖\0的 C API 须在边界构造临时std::string。 - 空视图判别
判断空视图必须使用
empty()或size() == 0,不能用data() == nullptr(非空缓冲区的零长度切片指针非空)。 - 悬垂四诱因
局部/临时
std::string销毁、std::string重分配以及std::vector<std::string>扩容元素移动,都会使既有视图静默失效。 - 排查与选型底线
按“找来源 → 找最长使用点 → 查逃逸 → 定收口”定位悬垂;无法证明底层存储稳定覆盖使用期时,在边界复制为
std::string。