使用std::string作为分隔符时ranges::views::split的行为差异问询

问题描述 #

在GCC 13和Clang 17中测试C++20范围库的views::split时，发现使用std::string作为分隔符时，结果是否正常取决于字符串的创建位置和传递方式。测试代码及输出如下：

测试代码 #

#include <algorithm>
#include <iostream>
#include <ranges>
#include <string_view>

int main()
{
    auto print_results = [](const auto& x)
    {
        std::cout << std::string_view(x) << " ";
    };

    const std::string input("A1 A2 A3 A4\nB1 B2 B3 B4\nC1 C2 C3 C4\n");
    const std::string new_line("\n");

    const std::string whitespace(" ");
    auto GOOD_remove_whitespaces_v1 = [&whitespace](const auto& x)
    {   
        return std::views::split(x, whitespace);
    };

    std::ranges::for_each(input | std::views::split(new_line)
                                | std::views::transform(GOOD_remove_whitespaces_v1)
                                | std::views::join
                                | std::views::drop(1)
                                | std::views::stride(2), print_results);
    std::cout << " -> good v1\n";   


    auto GOOD_remove_whitespaces_v2 = [&whitespace](const auto& x)
    {   
        return std::views::split(x, std::string(" "));
    };

    std::ranges::for_each(input | std::views::split(new_line)
                                | std::views::transform(GOOD_remove_whitespaces_v2)
                                | std::views::join
                                | std::views::drop(1)
                                | std::views::stride(2), print_results);
    std::cout << " -> good v2\n";
                                

    // this produces unexpected results
    auto BAD_remove_whitespaces_v1 = [](const auto& x)
    {   
        const std::string in_whitespace(" ");
        return std::views::split(x, in_whitespace);
    };

    std::ranges::for_each(input | std::views::split(new_line)
                                | std::views::transform(BAD_remove_whitespaces_v1)
                                | std::views::join
                                | std::views::drop(1)
                                | std::views::stride(2), print_results);                                                    
    std::cout << " -> bad v2\n";

    return 0;
}

输出结果 #

A2 A4 B2 B4 C2 C4  -> good v1
A2 A4 B2 B4 C2 C4  -> good v2
B1 B2 B3 B4  -> bad v2

核心疑问：为何std::string作为分隔符时结果不一致？前两个正常调用是隐式转成std::string_view，还是属于未定义行为？

分析与解答 #

核心原理：split_view对分隔符的存储方式 #

std::views::split返回的split_view对分隔符（模式）的存储规则如下：

• 若传递左值作为模式，split_view会存储该左值的引用（通过std::ranges::ref_view），要求模式的生命周期必须长于split_view的使用周期。
• 若传递右值作为模式，split_view会直接拷贝该模式对象，自身持有独立拷贝，无需依赖外部对象的生命周期。

逐个案例解析 #

1. GOOD_remove_whitespaces_v1
   lambda捕获了main函数中定义的whitespace（左值），split_view存储的是该全局作用域字符串的引用。由于whitespace的生命周期覆盖整个main函数，引用始终有效，因此分割行为正常。

2. GOOD_remove_whitespaces_v2
   lambda中传递的是临时std::string(" ")（右值），split_view会直接拷贝这个临时字符串，自身持有独立的分隔符对象。即使临时字符串在lambda执行完毕后销毁，split_view仍能正常使用自己的拷贝，因此行为正常。

3. BAD_remove_whitespaces_v1
   lambda内部定义了局部字符串in_whitespace（左值），split_view存储的是该局部字符串的引用。lambda执行完毕后，局部字符串立即被销毁，后续遍历split_view时引用已悬空，触发未定义行为，导致输出异常。

关于隐式转换的疑问 #

前两个正常调用并非依赖std::string到std::string_view的隐式转换，而是符合split_view的存储规则：

• v1是引用有效左值，v2是拷贝右值对象，两者均属于合法行为，不存在未定义行为。

补充：cppreference关于字符串字面量的建议 #

普通字符串字面量（如" "）是const char[N]类型，传递给split_view时会被视为包含空终止符的完整数组作为模式，导致分割逻辑错误。使用std::string_view(" ")则仅传递有效字符序列，避免了空终止符的干扰，这是更可靠的方案。

内容的提问来源于stack exchange，提问作者Chris Carter