Skip to main content

Chapter 45: String View

核心问题与阅读主线

本章导读7 个核心小节 · 附自检与总结

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)

贯穿材料核心代码

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

注意

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:

  1. 看来源:字面量/全局表、调用方参数、局部临时还是容器元素。
  2. 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。
  3. 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

注意
  1. 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。
  2. 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::stringstd::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

注意

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

注意

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:

  1. 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。
  2. 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。
  3. 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。
  4. 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 APIdata() 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:

  1. 函数是否拥有或保存字符?
  2. 输入是否天然带长度或含零字节?
  3. 底层存储能否稳定覆盖视图全使用期?
  4. 是否进入依赖 \0 的 C 风格接口?
  5. 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​

动手自检先独立判断

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。