string.h#

本小节将以数组的观点来看待字符串！

标准库 string.h 提供了大量的字符串操作函数，但是这些函数大多不会作条件检查，所以输入参数必须是合法的字符串，在必要时也可以加一些条件判断。更多信息可以参考在线文档。

长度 strlen#

和 C++ 中 std::string 不同的是，C 语言的字符串不是对象，不包含字符串相关的信息（例如字符串的长度）。

如果想计算一个字符串的长度，我们可以使用 strlen 标准函数，结尾终止字符不会统计在内。对于 “Hello” 字符串，计算结果如下：

#include <string.h>

char myString[] = {'H', 'e', 'l', 'l', 'o'}; 
int length = strlen(myString); // 5

辨析：数组长度 vs 字符串长度

sizeof 除了可以计算数据类型的长度，还可以用于计算数组的大小，语法类似于 sizeof(arr)/sizeof(arr[0])。

由于字符串会添加空白终止字符到末尾，所以不可以使用该语法替代 strlen。

注意 strlen 必须要遍历整个数组，所以其复杂度为 O(N)。

比较 strcmp#

比较操作符，比如 ==，< 或 > 等，无法比较字符串。下面的写法，实际上是在比较字符串首字符的地址。

// e.g. str1 = 0x7f42, str2 = 0x654d
void doSomething(char str1[], char str2[]) {  
    if (str1 > str2) { // compares 0x7f42 > 0x654d!
        // …
    }
}

比较两个字符串可以使用 strcmp(str1, str2)，该函数会依次比较字符数组中的每个字符，并返回一个整型。

  • 两个字符串相等时，返回 0

  • str1 中的字符比 str2 中的字符靠前，返回负值

  • str1 中的字符比 str2 中的字符靠后，返回正值

#include <string.h>

int compResult = strcmp(str1, str2);

if (compResult == 0) {  
    // equal
} else if (compResult < 0) {
    // str1 comes before str2   
} else {  
    // str1 comes after str2
}

复制 strcpy#

赋值操作 = 并不能将一个字符串复制给另一个字符串变量。下面的写法，实际上是复制的时字符串首字符的地址。

// e.g. param1 = 0x7f42, param2 = 0x654d
void doSomething(char param1[], char param2[]) {  
    param1 = param2;   // copies 0x654d.  Points to same string!
    param2[0] = 'H';   // modifies the one original string!
}

复制整体字符串可以使用 strcpy(dst, src)。该函数会将 src 字符数组复制到 dst 字符数组中，包括 '\0' 终止字符。注意该函数是有返回值的，返回 dst 字符串。

char str1[6];
strcpy(str1, "hello");

char str2[6];
strcpy(str2, str1);
str2[0] = 'c';

printf("%s", str1);    // hello
printf("%s", str2);    // cello

使用 strcpy 要特别注意，dst 数组大小一定不能小于 src 数组。如上所述，可以使用 sizeof 进行条件检查。

以下代码是可以正常复制的，数组的大小恰好可以容下字符串 "hello" 和一个终止符。

char str1[6];
strcpy(str1, "hello");

char str2[6];
strcpy(str2, str1);

但是接下来的代码就会有问题，str2 无法容下 "hello, world!"，但是复制操作依然会进行，这样造成的后果是 str2 后面的字节将被覆盖。

char str1[14];
strcpy(str1, "hello, world!"); // correct
char str2[6];  
strcpy(str2, str1);  // not enough space - overwrites other memory!

如果 str2 后面的字节被系统中其他程序使用，那么覆盖写入将会造成严重的安全问题。我们将这种越界写入问题，称作缓冲区溢出（buffer overflow）。

复制 strncpy#

复制部分字符串可以使用 strncpy(dst, src)，与 strcpy 不同的是 strncpy 并不保证 dst 字符串以 '\0' 结尾。

// copying "hello"
char str2[5];  
strncpy(str2, "hello, world!", 5);  // doesn't copy '\0'!

补充：没有 ‘\0’ 终止符的字符数组

如果字符数组没有 '\0' 终止符，那么系统就无法确定字符串的结尾。例如，使用 strlen 计算该字符数组的长度时，函数将一直读取该字符数组随后的字节，直到发现终止字符为止。

由于没有终止字符，在调用 strlen 时，会一直计算到随后的系统其他部分的 '\0' 处。

char str2[5];  
strncpy(str2, "hello, world!", 5);  // doesn't copy '\0'!
int length = strlen(str2);

同样，由于没有终止字符，printf 也会一直打印到有 '\0' 的地方，输出的结果可能就会包含乱码：hello⍰⍰J⍰⍰⍰。

拼接 strcat strncat#

同样，拼接字符串也不能直接使用 + 操作符。下面的写法，实际上是相加两个字符串首字符的地址。

// e.g. param1 = 0x7f, param2 = 0x65
void doSomething(char param1[], char param2[]) {  
    printf("%s", param1 + param2);  // adds 0x7f and 0x65!
    // ...
}

拼接两个字符串可以使用 strcat(str1, str2)，拼接指定的几个字符可以使用 strncat(str1, str2)。这两个函数在拼接过程中，会去除原始字符串的终止字符，并能够保证返回的结果字符串以 '\0' 结尾。

以下示例创建了两个字符串，其中 str1 所在字符数组留有足够空间用于拼接字符串 str2。

char str1[13];  // enough space for strings + '\0' 
strcpy(str1, "hello ");
char str2[7];
strcpy(str2, "world!");

strcat(str1, str2);  // hello world!

函数 strcat 会去除 str1 中的终止字符，并紧随其后追加 str2 中的字符。

间距 strspn strcspn#

strspn 计算字符串开头部分，只包含第二个参数中出现的字符的长度。

char bailey[11];
strcpy(bailey, "Bailey Dog");
int spanLength = strspn(bailey, "aBeoi");       
printf("%d\n", spanLength); // 3

char bailey[11];
strcpy(bailey, "gailey Dog");
int spanLength = strspn(bailey, "aBeoi"); 
printf("%d\n", spanLength); // 0

strcspn 是 strspn 的互补函数，计算字符串开头部分，不包含第二个参数中出现的字符的长度。

char bailey[11];
strcpy(bailey, "Bailey Dog");
int spanLength = strcspn(bailey, "aBeoi");       
printf("%d\n", spanLength); // 0

char bailey[11];
strcpy(bailey, "gailey Dog");
int spanLength = strcspn(bailey, "aBeoi"); 
printf("%d\n", spanLength); // 1

搜索 strchr strrchr strstr#

strchr 搜索字符串中的字符，返回一个指向该字符的指针。

  • 如果字符串中有多个相同的字符，则返回首个字符的指针；

  • 如果字符串中没有该字符，则返回 NULL。

strrchr 区别于 strchr，如果字符串中有多个相同的字符，则返回最后一个字符的指针。

char myString[6];
strcpy(myString, "Hello");
char* charL = strchr(myString, 'l');
char* charL2 = strrchr(myString, 'l');

printf("%c\n", myString);  // 'H'
printf("%c\n", charL);     // 'l'
printf("%c\n", charL2);    // 'l'

strstr 搜索字符串中的子字符串，并返回一个指向该字符串的指针。

  • 如果字符串中有多个相同的子字符串，则返回首个子字符串的指针；

  • 如果字符串中没有该子字符串，则返回 NULL。

char bailey[11];
strcpy(bailey, "Bailey Dog");
char* substr = strstr(bailey, "Dog");
printf("%s\n", bailey);  // Bailey Dog
printf("%s\n", substr);  // Dog

思考：此指针非彼指针

strchr/strrchr 和 strstr 都返回了一个 char*，但前者表示字符指针，后者却表示子字符串。系统是如何区分的？