std::u32string::erase编译报错，如何适配GCC使其正常运行？

问题描述 #

我需要从std::u32string中移除指定字符，例如移除字符串U"abd|def"中的'|'，编写的代码如下：

#include <string>

int main()
{
    std::u32string a = U"abd|def";
    a.erase(std::remove(a.begin(), a.end(), U'|'), a.end());
}

该代码在MacBook的Apple clang 14.0.0环境下可正常编译运行，但在Ubuntu系统的GCC 9.4.0编译时出现错误，错误信息为：

no instance of overloaded function "std::__cxx11::basic_string<_CharT, _Traits, _Alloc>::erase [with _CharT=char32_t, _Traits=std::char_traits<char32_t>, _Alloc=std::allocator<char32_t>]" matches the argument listC/C++(304)

m.cpp(6, 7): argument types are: (int, __gnu_cxx::__normal_iterator<char32_t *, std::__cxx11::basic_string<char32_t, std::char_traits<char32_t>, std::allocator<char32_t>>>) 

m.cpp(6, 7): object type is: std::u32string

请问如何修改代码，使其在GCC环境下也能正常编译运行？

解决方法 #

问题根源是GCC 9.4.0对std::basic_string<char32_t>::erase的实现限制：旧版本GCC中，这个erase函数的重载不支持直接接收std::remove返回的迭代器作为第一个参数（编译器误将迭代器解析为整数类型的位置参数），但它支持传入两个迭代器构成的范围来删除元素。

可以通过以下两种方式修改：

方式一：显式处理迭代器范围（兼容C++11及以上） #

先将std::remove的返回值保存为迭代器，再把这个迭代器和字符串末尾迭代器一起传给erase，同时必须显式包含<algorithm>头文件（std::remove的定义所在）：

#include <string>
#include <algorithm>

int main()
{
    std::u32string a = U"abd|def";
    auto new_end = std::remove(a.begin(), a.end(), U'|');
    a.erase(new_end, a.end());
}

方式二：使用C++20的std::erase_if（需升级编译器） #

如果可以将GCC版本升级到11及以上（支持C++20），可以使用更简洁的std::erase_if，无需手动处理迭代器：

#include <string>
#include <algorithm>

int main()
{
    std::u32string a = U"abd|def";
    std::erase_if(a, [](char32_t c) { return c == U'|'; });
}

内容的提问来源于stack exchange，提问作者Haohan Yang