basic_string的前导/尾随空格不敏感性状

Question

我正在进行大量的解析/处理，其中给出了前导/尾随空格和不区分大小写。因此，我为std::basic_string(见下文)创建了一个基本的char特性，以节省一些工作。

这个特性不起作用，问题是basic_string的比较调用特征比较，如果求值为0，则返回大小的差异。在basic_string.h中，它表示比较的结果为非零返回，否则首先排序较短的。看起来他们明确不希望我这样做.

如果性状的比较结果为0，那么为什么会有额外的“较短排序”呢？还有，有什么解决办法吗?还是我必须自己拉绳子？

#include <cstring>
#include <iostream>

namespace csi{
template<typename T>
struct char_traits : std::char_traits<T>
{
    static int compare(T const*s1, T const*s2, size_t n){
        size_t n1(n);
        while(n1>0&&std::isspace(*s1))
            ++s1, --n1;
        while(n1>0&&std::isspace(s1[n1-1]))
            --n1;
        size_t n2(n);
        while(n2>0&&std::isspace(*s2))
            ++s2, --n2;
        while(n2>0&&std::isspace(s2[n2-1]))
            --n2;
        return strncasecmp(static_cast<char const*>(s1),
                           static_cast<char const*>(s2),
                           std::min(n1,n2));
    }
};
using string = std::basic_string<char,char_traits<char>>;
}

int main()
{
    using namespace csi;
    string s1 = "hello";
    string s2 = " HElLo ";
    std::cout << std::boolalpha
              << "s1==s2" << " " << (s1==s2) << std::endl;
}

Answer 1

将具有多个可能的表示形式的数据转换为“标准”或“正常”形式的数据称为规范化。对于文本，它通常意味着删除重音，大小写，修整空格字符和/或格式字符。

如果在每个比较过程中在引擎盖下进行规范化，那么它是脆弱的。例如，如何对s1和s2进行正确的测试？此外，它是不灵活的，例如，您不能显示其结果或缓存它的下一个比较。因此，作为显式规范化步骤，这样做既健壮又有效。

如果性状的比较结果为0，那么为什么会有额外的“较短排序”呢？

特征比较只需要比较n字符，那么当您比较"hellow"和"hello"时，它应该返回什么？它应该返回0。如果你以某种方式忽略了这个n，你就处于缺陷状态，因为这些特征应该与不以零结尾的std::string_view一起工作。如果删除大小比较，那么"hellow"和"hello"将比较您可能不想要的相等值。

Answer 2

如果性状的比较结果为0，那么为什么会有额外的“较短排序”呢？

basic_string::compare()就是这样的已定义。

还有，有什么解决办法吗?还是我必须自己拉绳子？

您的自定义char_traits似乎必须实现：

• length()，返回字符串修整部分的长度，以及
• move()和copy()，用于复制该裁剪部件

然而，有一个潜在的问题，不能解决使用自定义的特点。basic_string有像basic_string(const CharT* s, size_type count, Allocator& alloc)这样的构造函数，或者像assign或compare这样的方法重载，它们使用C字符串及其长度--在这些情况下，Traits::length()不会被调用。如果有人使用这些方法之一，则该字符串可能包含尾随空格或尝试访问源字符串末尾以外的字符。

要解决这个问题，可以这样做：

class TrimmedString
{
public:
    // expose only "safe" methods:
    void assign(const char* s) { m_str.assign(s); }

private:
    std::basic_sttring<char, CustomTraits> m_str;
};

或者这个(可能更简单)：

class TrimmedString : private std::basic_string<char, CustomTraits>
{
public:
    using BaseClass = std::basic_string<char, CustomTraits>; // for readability

    // make "safe" method public
    using BaseClass::length;
    using BaseClass::size;
    // etc.

    // wrappers for methods with "unsafe" overloads
    void assign(const char* s) { BaseClass::assign(s); }
};