Fatal编程技术网

C++ 如何在C++；？

c++ string

C++ 如何在C++；？,c++,string,C++,String,假设我从API中获得几百行字符串形式的文本（C++），并将德语的umlauts（如äorö）散布到这些数据中，它们需要替换为ae和oe。 我熟悉编码（嗯，我读过），解决这个问题很简单（基本上，搜索字符串，删除字符，然后添加另外两个字符） 不过，我对C++的了解不够快。我刚刚偶然发现StringBuilder（），它提高了很多速度，但我很好奇是否有更好的或更聪明的方法来做这件事？ < P>如果你必须在如此小的范围内提高效率，考虑在两个阶段进行替换： 第一阶段计算替换后结果中的字符数。检查字符串，

假设我从API中获得几百行字符串形式的文本（C++），并将德语的umlauts（如äorö）散布到这些数据中，它们需要替换为ae和oe。 我熟悉编码（嗯，我读过），解决这个问题很简单（基本上，搜索字符串，删除字符，然后添加另外两个字符）

不过，我对C++的了解不够快。我刚刚偶然发现StringBuilder（），它提高了很多速度，但我很好奇是否有更好的或更聪明的方法来做这件事？

< P>如果你必须在如此小的范围内提高效率，考虑在两个阶段进行替换：

  • 第一阶段计算替换后结果中的字符数。检查字符串，并将
    1
    添加到每个普通字符的计数中；对于ä或ö等字符，添加
    2
  • 此时，您有足够的信息为结果分配字符串。制作一个字符串，长度与第一阶段计算的长度相同
  • 第二个阶段执行实际的替换：再次检查字符串，复制常规字符，并用它们对应的对替换umlauted字符

如果你必须在这样的小规模上提高效率，考虑两个阶段的替换：

  • 第一阶段计算替换后结果中的字符数。检查字符串，并将
    1
    添加到每个普通字符的计数中；对于ä或ö等字符，添加
    2
  • 此时，您有足够的信息为结果分配字符串。制作一个字符串，长度与第一阶段计算的长度相同
  • 第二个阶段执行实际的替换：再次检查字符串，复制常规字符，并用它们对应的对替换umlauted字符
当它以UTF-8编码时，德语umlauts都是unicode中的双字节值，它们的替代品如
ae
或
oe
。因此，当您使用char[]而不是字符串时，您不必重新分配任何内存，只需在迭代char[]时替换字节即可。

当它用UTF-8编码时，德语umlauts都是unicode中的两个字节值，它们的替换形式也一样，如
ae
或
oe
。因此，当您使用char[]而不是字符串时，您不必重新分配任何内存，只需在迭代char[]时替换字节即可。

（另外）这可以在单个缓冲区中完成。放大原始缓冲区，从最后一个字符复制到第一个字符。一个简单的循环，真的。（附加）它可以在一个缓冲区中完成。放大原始缓冲区，从最后一个字符复制到第一个字符。一个简单的循环，真的。用UTF8比较容易：胡，欧和艺龙网是两字节长的，AE OE和UE。BTW，我问这个问题，实际上是学习C++的一些东西（我从链接的String Buubter文章中学到了很多）-我的代码足够快，我的目的是：-输入字符串的编码是什么？如其他响应所示，转换策略由所涉及的编码控制。如果你能指出这个，我相信你会得到更多的指针……@ BigGITP:：<代码> StringBuilder <代码>在C++中是没有用的…首先，您必须正确使用
std:：string
。然而，真正的问题是字符串的编码是什么。你能指出带umlauts的字母和带尾随
e
的字母是如何在字节级别表示的吗？@AlexandreC.：除非它们是三个字节，否则它们是两个字节：ä也可以是
0x61 0xCC 0x88
。在后一种情况下，很容易删除UMLUT:只需删除CC 88。使用UTF8比较容易：胡、欧和艺龙网是两字节长的，AE OE和UE。BTW，我问这个问题，实际上是学习C++的一些东西（我从链接的StrugBuudter文章中学到了很多）。-我的代码对于我的目的来说足够快：-）输入字符串的编码是什么？如其他响应所示，转换策略由所涉及的编码控制。如果你能指出这个，我相信你会得到更多的指针……@ BigGITP:：<代码> StringBuilder <代码>在C++中是没有用的…首先，您必须正确使用
std:：string
。然而，真正的问题是字符串的编码是什么。你能指出带umlauts的字母和带尾随
e
的字母是如何在字节级别表示的吗？@AlexandreC.：除非它们是三个字节，否则它们是两个字节：ä也可以是
0x61 0xCC 0x88
。在后一种情况下，很容易删除umlaut：只需删除CC 88。@BirgitP
std:：string.c_str（）
是一个常量时间操作，返回指向std:：string使用的内部缓冲区的指针。因此没有任何开销，也不必将其转换回去。只有当这里的“unicode”指的是UTF-8时才是这样。如果是UTF-16，“ö”和“oe”的字节计数不同。如果它是拉丁文1，那么它又是微不足道的。@cmaster您可以用于that@JonasWielicki啊,谢谢。因此，在C++11中现在有六种不同的方法来获取第一个字符的地址：
begin（）
，
cbegin（）
，
操作符[]
，
front（）
，
C_str（）
和
数据（）
。令人印象深刻的……@ MalSalter，我没有使用“地址”这个词而不是“指针”，我不知道C++程序员不喜欢谈论指针，但我想谈谈底层的机制。现在，
begin（）。我故意排除了
rend（）
，因为由于反向语义，无法返回普通的旧指针<代码>运算符[]
和
front（）