【STL 】C++ 字符串处理利器：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
【……】
目录
【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？
一、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命名空间二、string常用接口的介绍和使用
☆ 构造函数
| (constructor) 函数名称 | 功能说明 |
|---|---|
| string ()（无参默认构造） | 构造空的 string 类对象，即空字符串 |
| string (const string& str)（拷贝构造） | 拷贝构造函数，用已有的 string 对象构造新对象 |
| string (const string& str, size_t pos, size_t len = npos)（子串构造） | 从已有 string 对象的 pos 位置开始，截取 len 个字符构造新对象（len 默认取到末尾） |
| string (const char* s)（C 风格字符串构造） | 用 C 风格字符串（char*）构造 string 类对象 |
| string (const char* s, size_t n)（截取 C 串前 n 个字符构造） | 用 C 风格字符串的前 n 个字符构造 string 类对象 |
| string (size_t n, char c)（重复字符填充构造） | 构造包含 n 个字符 c 的 string 类对象 |
| template <class InputIterator>string (InputIterator first, InputIterator last)（迭代器范围构造） | 用迭代器 [first, last) 区间内的字符构造 string 类对象 |
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～
☆ 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：用法像指针：支持*it（取元素）、++it（移动）、it->（取成员）等操作；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”；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
☆ 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）。
三、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。
四、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！！！
五、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。
六、写时拷贝与引用计数（了解）
我们平时实现 string 的拷贝构造等时，一般会采用深拷贝 —— 这是因为浅拷贝存在两个问题：
- 会导致同一块资源被两次析构（引发内存错误）；
- 修改其中一个对象的内容时，会连带影响另一个对象（破坏数据独立性）。
但深拷贝的开销（性能 / 内存成本）是比较高的，而写时拷贝与引用计数这两项技术，能够在一定程度上缓解（或解决）这一问题。
引用计数：s1 构造 s2 时，让两者共享内存并记录引用计数（初始 1→构造后 2）。只有计数归 0 才释放内存，解决了浅拷贝的两次析构问题
写时拷贝：若其中一个对象要修改共享数据，会为其单独拷贝一份新内存再修改，同时原内存计数减 1，解决了修改一个对象影响另一个的问题
