Функция size() стандартного класса string

@xtorne21st · Регистрация: 25.09.2010

Студворк — интернет-сервис помощи студентам

Добрый день. При поптыке посчитать количество символов в введённой строке на латыне - отображает верный результат, а кириллицу читает неправильно. Компилятор GNU C++. В чём может быть дело и как исправить эту ошибку?

C++
1
2
3
4
5
6
7
8
9
10
11
12
#include <iostream>
#include <string>
using namespace std;
 
int main()
{
  string line;
  cout << "Введите, пожалуйста, фразу: " << endl;
  getline(cin, line);
  cout << line.size();
  return 0;
}

Если ввести: Hello World! Результат будет 12
Если ввести: Привет Мир! Результат будет 20

@-=ЮрА=- · 01.09.2012, 11:51

grizlik78, почитай вики на счет переменого размера вчар,а также вспони зачем для структур используют прагма пак(это я к тому что пробел и знак восклицания идя в юникодной строке влезли в 2 байта вместо 4-х).И да если не вчар использовался для юникода,то какой-такой тип,ммм???)))Ответ обязателен!

@grizlik78 · 01.09.2012, 11:58

Не путай тип переменной (char, wchar_t), набор символов Unicode и кодировку символов (CP1251, UTF-8, USC2, UTF-16LE и т. д., тысячи их).
В твоём примере используется тип char, набор символов Unicode и кодировка UTF-8.
В пределах одного компилятора размер wchar_t не меняется. Он может измениться только при смене платформы (компилятор или ОС).

alsav22 · 01.09.2012, 12:54

codepad

@-=ЮрА=- · 01.09.2012, 14:12

Сообщение от grizlik78

В твоём примере используется тип char, набор символов Unicode и кодировка UTF-8.

смотри кодпад
http://codepad.org/XDTlhPh9
Внизу скрин этого же для студии. Размер чара увидел? (1 при юникоде).
Ты говоришь, что чар в гну при юникоде 2 байта ну так ведь?
Я даже далее пошёл - вывел в sizeof(line[0]) http://codepad.org/MD58BonG ОПА ДА?=)
Теперь давай мне ответь, почему при включенном юникоде, что окна что гну кодпада показывает чар 1 байт?Ну давай раз уж завелись найдём истину! Жду пояснений...

Не по теме:

PS:alsav22, тебе совсем не обязательно аттачить скриншотом отработку, вверху кодпада идёт надпись Link: вот то что после неё выводит на твой код (экономь себе силы)

@grizlik78 · 01.09.2012, 16:33

Сообщение от -=ЮрА=-

Ты говоришь, что чар в гну при юникоде 2 байта ну так ведь?

char всегда 1 байт. wchar_t на разных платформах имеет разный размер. Но размер переменной не зависит от использования Юникода, а тем более от макроса UNICODE.
А вот представление строки текста в памяти зависит от кодировки. При использовании UTF-8 один кириллический символ представляется двумя элементами типа char, то есть двумя байтами. Латинские символы при этом помещаются в одном char. При использовании же wchar_t и те и другие занимают в линуксе 4 байта (но один элемент массива), поскольку там используется UTF-32 (или UCS-4). В Windows размер wchar_t имеет размер 2 байта и поэтому там используется UTF-16, при этом и латинские и кириллические символы занимают по 2 байта (но по прежнему это один элемент wchar_t). И только некоторые из символов Unicode представляются суррогатными парами, то есть по 2 элемента wchar_t.
Макрос UNICODE ко всему этому отношения не имеет.

@-=ЮрА=- · 01.09.2012, 16:49

grizlik78, тогда объясни как хранилось Привет мир! std::string которая являет собой char - овский контейнер и как объяснишь тот факт что П line[0] занимало 1 байт?

Сообщение от -=ЮрА=-

sizeof(line[0]) http://codepad.org/MD58BonG

Контейнер что сам собой изменил тип своего содержания?

@grizlik78 · 01.09.2012, 18:26

http://codepad.org/So2S3hNv

Сообщение от -=ЮрА=-

Контейнер что сам собой изменил тип своего содержания?

Нет конечно. Известно же, что std::string оперирует типом char. Чтобы в строке был wchar_t надо использовать wstring.

@-=ЮрА=- · 01.09.2012, 19:32

grizlik78, подогоди,пару постов назад ты сказал, что гну использовал юникод в котором размер чара равен 2 байта, а теперь пишешь, что в стринге чары по 1 байт. Попахивает твоим фэйлом, не находишь?

@grizlik78 · 01.09.2012, 19:34

Сообщение от -=ЮрА=-

подогоди,пару постов назад ты сказал, что гну использовал юникод в котором размер чара равен 2 байта

Цитату давай. Я такого никогда не говорил. Размер char всегда 1 байт.

@-=ЮрА=- · 01.09.2012, 20:16

Сообщение от grizlik78

Цитату давай. Я такого никогда не говорил. Размер char всегда 1 байт.

Да пожалуйста

Сообщение от grizlik78

Не путай тип переменной (char, wchar_t), набор символов Unicode и кодировку символов (CP1251, UTF-8, USC2, UTF-16LE и т. д., тысячи их).
В твоём примере используется тип char, набор символов Unicode и кодировка UTF-8.
В пределах одного компилятора размер wchar_t не меняется. Он может измениться только при смене платформы (компилятор или ОС).

А теперь дружище посмотри скриншот и наверное иди в другой топик, батл ты проиграл, да ещё и сфейлил

@-=ЮрА=- · 01.09.2012, 20:19

Сообщение от grizlik78

Размер char всегда 1 байт.

а я и не спорил, я тебя к твоему же фэйлу плавненько подвёл:

Сообщение от grizlik78

Во-вторых, в твоём примере wchar_t вообще не используется, а используется обычный char. А длина 20 получается из-за того, что строки представлены в кодировке UTF-8 с переменной длинной символов.

- чувак ты писал об обратном -

Сообщение от grizlik78

Известно же, что std::string оперирует типом char.

Сообщение от grizlik78

Дальше угадал — кириллица представляется 2 байтами, ASCII символы одним. Если бы использовался wchar_t, то размер строки L"Привет мир!" был бы равен 10 (не считая нулевого символа в конце).

- в винде и выдаётся 11 (и да в Привет Мир! - 11 символов)

Функция size() стандартного класса string

@grizlik78 · 01.09.2012, 20:22

Твои личные заблуждения меня не беспокоят. Это твои проблемы. Мне не нравится лишь то, что ты навязываешь свои заблуждения другим.
Я попросил цитату, где я говорил, что размер чар 2 байта.

@-=ЮрА=- · 01.09.2012, 20:28

Сообщение от grizlik78

Я попросил цитату, где я говорил, что размер чар 2 байта.

- ты чё чувак слепой?

Сообщение от grizlik78

Во-вторых, в твоём примере wchar_t вообще не используется, а используется обычный char. А длина 20 получается из-за того, что строки представлены в кодировке UTF-8 с переменной длинной символов.

Ты написал Юра - у тебя переменная длинна символов, тобишь в std::string (которая чарами оперирует) у тебя чары были по 2 байта. И вообще перечитай верхний пост...

Не по теме:

Твои логические выкладки мне тоже как бы к 5-й точке;)

Добавлено через 2 минуты
Итак grizlik78, отделяем мух от котлет : Как ты сказал в нашей строке "Привет мир!" переменная длинна символов, какой тип говоришь там использован, а то как то ты начинаешь выворачивать и туда и сюда, итак какой тип использовался в примере ТС?Пишем пишем

@grizlik78 · 01.09.2012, 20:35

В твоём стринге было 20 чаров размером по 1 байту каждый. Что непонятно? Девять букв занимали 18 чаров, плюс по одному чару на пробел и восклицательный знак.

Добавлено через 6 минут

Сообщение от -=ЮрА=-

итак какой тип использовался в примере ТС?

char, разумеется.

@-=ЮрА=- · 01.09.2012, 20:37

Т.е. вот так http://codepad.org/MdBrR4cj
Отработка

0 - -48
1 - -97
2 - -47
3 - -128
4 - -48
5 - -72
6 - -48
7 - -78
8 - -48
9 - -75
10 - -47
11 - -126
12 - 32
13 - -48
14 - -68
15 - -48
16 - -72
17 - -47
18 - -128
19 - 33

Тогда я не могу почему в студии вот такой расклад

C++
1
2
3
4
5
6
7
8
9
10
11
12
#include <string>
#include <iostream>
using namespace std;
 
 
int main(int argc, char* argv[])
{
    string line = "Привет мир!";
    for(int i = 0; i < (int)line.size(); i++)
            cout<<i<<" - "<<(int)line[i]<<endl;
    return 0;
}

0 - -49
1 - -16
2 - -24
3 - -30
4 - -27
5 - -14
6 - 32
7 - -20
8 - -24
9 - -16
10 - 33
Press any key to continue

@grizlik78 · 01.09.2012, 20:43

Ну, попробую ещё раз. В линуксе (на котором codepad и liveworkspace) для представления символов, чаще всего, используется кодировка UTF-8. Эта кодировка разные буквы кодирует разным количеством байтов. А уже эти байты составляют строку в виде последовательности чаров, при этом на одну букву может требоваться и 2 и 3 и даже 4 байта, то есть буква может занимать от одного до 4 чаров. В Windows в консоли традиционно используются однобайтовые кодировки, в которых одна буква — один чар. Поэтому число чаров, которое выдаёт string.size(), может совпадать, а может и не совпадать с количеством букв. Здесь под буквами я подразумеваю и знаки препинания, и другие символы, просто чтобы не путать с char.

alsav22 · 01.09.2012, 21:09

Сообщение от grizlik78

Поэтому число чаров, которое выдаёт string.size()

string.size() выдаёт количество чаров, а wstring.size()? Количество wchar_t ?

@grizlik78 · 01.09.2012, 21:13

Сообщение от alsav22

string.size() выдаёт количество чаров, а wstring.size()? Количество wchar_t ?

Да, так.

alsav22 · 01.09.2012, 21:18

Ещё вопрос. Что за размер самого объекта string выдаёт codepad: 4 (sizeof(string), sizeof(wstring))? MSVC и mingv выдают 32.

@grizlik78 · 01.09.2012, 21:35

Сообщение от alsav22

Что за размер самого объекта string выдаёт codepad: 4 (sizeof(string), sizeof(wstring))?

Надо смотреть реализацию. Возможно там используется идиома pimpl, тогда это размер указателя на реализацию.

Добавлено через 13 минут
Посмотрел. В общем-то pimpl там нет, но из не статических членов-данных там действительно хранится только указатель на структуру, с наследованием от аллокатора. В других реализациях, очевидно, в самом классе хранятся какие-то другие данные. Это внутреннее дело этих реализаций.

Новые блоги и статьи Все статьи Все блоги /
Книги по геймдизайну, игровым механикам и проектированию игрового опыта 8Observer8 08.11.2026 Содержание блога \| English Version 1. 2003 - 06 - Designing Virtual Worlds (1st Edition) Автор: Richard A. Bartle \| Объем: 768 стр. Ссылки: Amazon . . .	Родители токсичные абьюзеры по отношению к своим детям ругают их оскорбляют не любят zorxor 08.11.2026 Жить в атмосфере постоянных оскорблений, критики и холодности со стороны родителей — это тяжелое и болезненное испытание, которое оставляет глубокие эмоциональные раны. Токсичное и абьюзивное. . .	Как только я захожу к себе в свою комнату я сразу же с себя снимаю свои трусы. Ответ от Джемени ИИ. zorxor 08.11.2026 Джемени, как только я захожу к себе в свою комнату я сразу же с себя снимаю свои трусы. Многие люди, возвращаясь домой, сразу переодеваются в максимально свободную одежду или вовсе предпочитают. . .	Паттерн очереди действий/команд (Action / Command Queue). Система очереди действий и кат-сцен с SDL3 Callbacks, cglm и OpenGL 8Observer8 07.11.2026 Содержание блога \| English Version Руководство для начинающих по реализации паттерна очереди действий/ команд (Action / Command Queue) на C++ (C++20) с использованием официального SDL3 Callbacks. . .
Проверка полного ФИО в типовом справочнике Maks 07.11.2026 Решение реализовано в конфигурации КА2, на примере справочника "КонтактныеЛицаПартнеров". Задача: Запрет инициалов. Не допускаеть использование сокращений вида "И. И. ", "И. И. ", "И И" и. . .	Про "Windows must die!" kumehtar 04.11.2026 Знаете, чет накатило. . . . Когда-то это было почти боевым кличем: мол, нормальный человек сидит на DOS, OS/ 2 или Linux, а вот это вот - Must Die. А теперь человек произносит «мастдай» с усмешкой - и. . .	Красочные поля с номером страницы svg+background-image russiannick 04.11.2026 Красочные поля с номером страницы не менее важны чем в эпоху бумажных книг. Посему спешу представить почтеннейшей публике этот важный инструмент который эти поля и формирует. В процессе разработки. . .	Вступаем в новую фазу генерации favicons, векторную. russiannick 02.11.2026 Теперь нет нужды скрывать что используется простой svg. Исходный код изображения помещаем в поле и жмем кнопку. Исходник преобразуется в вид корректный для помещения в favicon или в url(). Нажатие. . .

@-=ЮрА=- 6614 / 4256 / 401 Регистрация: 08.08.2009 Сообщений: 10,325 Записей в блоге: 24
	01.09.2012, 11:51
	grizlik78, почитай вики на счет переменого размера вчар,а также вспони зачем для структур используют прагма пак(это я к тому что пробел и знак восклицания идя в юникодной строке влезли в 2 байта вместо 4-х).И да если не вчар использовался для юникода,то какой-такой тип,ммм???)))Ответ обязателен! 0

@grizlik78 2383 / 1667 / 279 Регистрация: 29.05.2011 Сообщений: 3,402
	01.09.2012, 11:58
	Не путай тип переменной (char, wchar_t), набор символов Unicode и кодировку символов (CP1251, UTF-8, USC2, UTF-16LE и т. д., тысячи их). В твоём примере используется тип char, набор символов Unicode и кодировка UTF-8. В пределах одного компилятора размер wchar_t не меняется. Он может измениться только при смене платформы (компилятор или ОС). 0

alsav22 5500 / 4895 / 831 Регистрация: 04.06.2011 Сообщений: 13,587
	01.09.2012, 12:54
	codepad Миниатюры 0

@-=ЮрА=- 6614 / 4256 / 401 Регистрация: 08.08.2009 Сообщений: 10,325 Записей в блоге: 24
	01.09.2012, 19:32
	grizlik78, подогоди,пару постов назад ты сказал, что гну использовал юникод в котором размер чара равен 2 байта, а теперь пишешь, что в стринге чары по 1 байт. Попахивает твоим фэйлом, не находишь? 0

@grizlik78 2383 / 1667 / 279 Регистрация: 29.05.2011 Сообщений: 3,402
	01.09.2012, 20:22
	Твои личные заблуждения меня не беспокоят. Это твои проблемы. Мне не нравится лишь то, что ты навязываешь свои заблуждения другим. Я попросил цитату, где я говорил, что размер чар 2 байта. 0

@grizlik78 2383 / 1667 / 279 Регистрация: 29.05.2011 Сообщений: 3,402
	01.09.2012, 20:43
	Ну, попробую ещё раз. В линуксе (на котором codepad и liveworkspace) для представления символов, чаще всего, используется кодировка UTF-8. Эта кодировка разные буквы кодирует разным количеством байтов. А уже эти байты составляют строку в виде последовательности чаров, при этом на одну букву может требоваться и 2 и 3 и даже 4 байта, то есть буква может занимать от одного до 4 чаров. В Windows в консоли традиционно используются однобайтовые кодировки, в которых одна буква — один чар. Поэтому число чаров, которое выдаёт string.size(), может совпадать, а может и не совпадать с количеством букв. Здесь под буквами я подразумеваю и знаки препинания, и другие символы, просто чтобы не путать с char. 0

alsav22 5500 / 4895 / 831 Регистрация: 04.06.2011 Сообщений: 13,587
	01.09.2012, 21:18
	Ещё вопрос. Что за размер самого объекта string выдаёт codepad: 4 (sizeof(string), sizeof(wstring))? MSVC и mingv выдают 32. 0