Python descriptor details

Dealing with the characters in a string

根据C语言的使用习惯，我们通常会对一个字符串char *中的每个单独的字符进行处理。在C++中也是如此，我们会对字符串string中的每个单独的character进行处理。例如，string中重载的操作符==即是对两个string的每个单独的字符进行比较，看是否每个字符都相等。

C++中提供了一些库函数来对字符串中每个字符进行常见的处理：

Function	Explanation
isalnum(c)	true if c is a letter or a digit. (isAlphaNumber)
isalpha(c)	true if c is a letter.
isdigit(c)	true if c is a digit.
iscntrl(c)	true if c is a control character. (Ascii code < 32)
isgraph(c)	true if c is printable but not a space. (Ascii code > 32)
isprint(c)	true if c is printable including a space. (Ascii code >= 32)
ispunct(c)	true if c is a punctuation character. i.e. not a control character, a digit, a letter or a space. e.g. ','.
isspace(c)	true if c is a whitespace(i.e. a space, tab, return, newline or formfeed).
isxdigit(c)	true if c is a hexadecimal digit.
islower(c)	true if c is a lowercase letter.
isupper(c)	true if c is a uppercase letter.
tolower(c)	if c is an uppercase letter, returns its lowercase equivalent; otherwise returns c unchanged.
toupper(c)	if c is an lowercase letter, returns its uppercase equivalent; otherwise returns c unchanged.

在C++中上述方法都被定义在cctype头文件里。需要注意的是上述whitespace指的是space，tab，return，newline等几个特殊字符。但是space则只指的是空白符（ascii code = 32）。

Tips:

在C++中，以前的C语言的头文件[name].h被重新命名为c[name]格式，来指明这些头文件继承自C语言。例如cctype则是继承自C语言库的ctype.h的头文件，其内容一样，但是其形式会更加适合C++的使用。因此，C++程序员应该使用c[name]格式的头文件。

实际上，c[name]格式的头文件被定义在了std namespace中，但是[name].h格式的头文件并没有。

Range-based for

当我们需要单独处理string中每一个 character时，C++11提供了一个新方法：range-based for，例如：

/*  syntactic form  */
for(declaration : expression)
  statement

string s("hello");
for(auto c : s)
  cout<<c<<endl;

for(auto &c : s)
  c = toupper(c);  // c is a reference and refers to the underlying element of s each time

其一般形式如上，expression是一个具有序列形式的object；然后在declaration中定义一个loop control variable，并用这个variable来获得expression中每一个element。注意这个loop variable每次获得的只是element的copy。所以如果想要通过这个loop variable来改变element本身，则需要将loop variable定义为element的引用，通过引用来修改element。

因此，range for可以被解释为：for each iteration, c referst to the next character in s, then do the statement. 即在每次循环开始的时候，c先被初始化为s的下一个字符（拷贝或引用），然后执行loop body的statement。

Subscript to access individual characters

因为range for只适用于遍历字符串中所有字符的情况，所以当我们需要只处理字符串中部分字符的时候，需要用subscrpt或者iterator两种方法。

我们可以通过subscript operator '[]'来实现下标操作。对于string类型，'[]'操作符接受一个int（或者能够隐式转换为int）类型的值然后返回string中这个位置的character的reference。注意'[]'操作返回相应位置的字符的引用，也就是说，可以直接通过下标操作得到的这个引用来修改原字符的值。一个subscript操作遍历字符串的例子：

for(decltype(s.size()) i=0; i!=s.size(); ++i)
  s[i] = toupper(s[i]);

注意书中使用decltype来推断索引i的值，这样可以保证i不会小于0，因为string.size()是一个unsigned的值。但是要注意这个unsigned的值如果是逆序遍历，则有可能最终出现i = -1然后被强制转换为最大值导致循环无法退出的情况，具体可以查看错误示例1。实际上我个人并不觉得使用unsigned更安全，因为虽然从定义上来说unsigned是不会小于0，但是实际上unsigned是可以被赋值为负数然后隐式转换为正数，反而会造成错误示例那样的问题。或许使用unsigned有其它考虑也可以留言告诉我。

Conclusions:

• subscript '[]'操作返回的是对应element的引用，因此可以直接通过这个引用来修改这个element。
• subscript从下标0开始，即第一个字符对应的位置为0。
• subscript需要保证在string中这个位置有值。换句话说，index需要满足条件: 0 <= index < size()。如果下标操作取到不存在的值，则会造成buffer-overflow错误。同样，对空字符串进行下标操作也会造成这个错误。

---

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 gzrjzcx@qq.com