C语言的本质(22)——C标准库之字符串操作

时间:2023-12-12 12:00:50

编译器、浏览器、Office套件等程序的主要功能都是符号处理,符号处理功能在程序中占相当大的比例,无论多复杂的符号处理都是由各种基本的字符串操作组成的,下面介绍如何用C语言的库函数做字符串初始化、取长度、拷贝、连接、比较、搜索等基本操作。

1. 初始化字符串

头文件:string.h

函数原型:

void *memset(void *s, int c, size_t n);

memset函数将s所指向的某一块内存中的前n个 字节的内容全部设置为ch指定的ASCII值, 块的大小由第三个参数指定,这个函数通常为新申请的内存做初始化工作, 其返回值为指向s的指针。

例如定义char buf[10];,如果它是全局变量或静态变量,则自动初始化为0,如果它是函数的局部变量,则初值不确定,可以用memset(buf, 0, 10)清零,由malloc分配的内存初值也是不确定的,也可以用memset清零。

#include<string.h>
#include<stdio.h> int main(void)
{
buf[]="Hello world!\n";
printf("Buffer before memset:%s\n",buf);
memset(buffer,'*',strlen(buf));
printf("Buffer after memset:%s\n",buf);
return0;
}

2. 取字符串的长度

头文件:string.h

函数原型:

size_t strlen(const char *s);

strlen函数返回s所指的字符串的长度。该函数从s所指的第一个字符开始找'\0'字符,一旦找到就返回,返回的长度不包括'\0'字符在内。例如定义char buf[] = "hello";,则strlen(buf)的值是5,但要注意,如果定义charbuf[5] = "hello";,则调用strlen(buf)是危险的,会造成数组访问越界。

#include<string.h>
#include<stdio.h>
int main(void)
{
char *s="Hello world!\n";
printf("%s has %d chars",s,strlen(s));
return0;
}

strlen与sizeof的区别

strlen(char*)函数求的是字符串的实际长度,它求得方法是从开始到遇到第一个'\0',如果你只定义没有给它赋初值,这个结果是不定的,它会从aa首地址一直找下去,直到遇到'\0'停止。

若char aa[10]; 则strlen(aa)结果是不定的

若char aa[10]={'\0'}; 则strlen(aa)则结果为0

若char aa[10]="jun"; 则strlen(aa)则结果为3

而sizeof()返回的是变量声明后所占的内存数,不是实际长度,此外sizeof不是函数,仅仅是一个操作符,strlen是函数。

sizeof(aa) 返回10

int a[10]; sizeof(a) 返回40

1、sizeof操作符的结果类型是size_t,它在头文件中typedef为unsigned int类型。

该类型保证能容纳实现所建立的最大对象的字节大小。

2、sizeof是操作符(关键字),strlen是函数。

3、sizeof可以用类型做参数,strlen只能用char*做参数,且必须是以''\0''结尾的。

sizeof还可以用函数做参数,比如:

short f();
printf("%d\n",sizeof(f()));

输出的结果是sizeof(short),即2。

4、数组做sizeof的参数不退化,传递给strlen就退化为指针了。

5、大部分编译程序 在编译的时候就把sizeof计算过了是类型或是变量的长度这就是sizeof(x)可以用来定义数组维数的原因

char str[20]="0123456789";

int a=strlen(str); //a=10;

int b=sizeof(str); //而b=20;

6、strlen的结果要在运行的时候才能计算出来,是用来计算字符串的长度,不是类型占内存的大小。

7、sizeof后如果是类型必须加括弧,如果是变量名可以不加括弧。这是因为sizeof是个操作符不是个函数。

8、当适用了于一个结构类型时或变量,sizeof 返回实际的大小,

当适用一静态地空间数组, sizeof 归还全部数组的尺寸。

sizeof 操作符不能返回动态地被分派了的数组或外部的数组的尺寸

9、数组作为参数传给函数时传的是指针而不是数组,传递的是数组的首地址,如:

fun(char [8])
fun(char [])

都等价于 fun(char *)

3. 拷贝字符串

前面的博文介绍了strcpy和strncpy函数,拷贝以'\0'结尾的字符串,strncpy还带一个参数指定最多拷贝多少个字节,此外,strncpy并不保证缓冲区以'\0'结尾。现在介绍memcpy和memmove函数。

头文件:string.h

函数原型:

void *memcpy(void *dest, const void *src, size_t n);
void *memmove(void *dest, const void *src,size_t n);

返回值:dest指向哪,返回的指针就指向哪

memcpy函数从src所指的内存地址拷贝n个字节到dest所指的内存地址,和strncpy不同,memcpy并不是遇到'\0'就结束,而是一定会拷贝完n个字节。这里的命名规律是,以str开头的函数处理以'\0'结尾的字符串,而以mem开头的函数则不关心'\0'字符,或者说这些函数并不把参数当字符串看待,因此参数的指针类型是void *而非char *。

memmove也是从src所指的内存地址拷贝n个字节到dest所指的内存地址,虽然叫move但其实也是拷贝而非移动。但是和memcpy有一点不同,memcpy的两个参数src和dest所指的内存区间如果重叠则无法保证正确拷贝,而memmove却可以正确拷贝。假设定义了一个数组char buf[20] = "hello world\n";,如果想把其中的字符串往后移动一个字节(变成"hhello world\n"),调用memcpy(buf + 1,buf, 13)是无法保证正确拷贝的:

错误的memcpy调用

#include <stdio.h>
#include <string.h> int main(void)
{
charbuf[20] = "hello world\n";
memcpy(buf+ 1, buf, 13);
printf("%s",buf);
return0;
}

运行结果:

hhelloo wold

4. 连接字符串

头文件:#include <string.h>

函数原型:

char *strcat(char *dest, const char *src);
char *strncat(char *dest, const char *src,size_t n);

返回值:dest指向哪,返回的指针就指向哪strcat把src所指的字符串连接到dest所指的字符串后面,例如:

char d[10] = "foo";
char s[10] = "bar";
strcat(d, s);
printf("%s %s\n", d, s);

调用strcat函数后,缓冲区s的内容没变,缓冲区d中保存着字符串"foobar",注意原来"foo"后面的'\0'被连接上来的字符串"bar"覆盖掉了,"bar"后面的'\0'仍保留。

strcat和strcpy有同样的问题,调用者必须确保dest缓冲区足够大,否则会导致缓冲区溢出错误。strncat函数通过参数n指定一个长度,就可以避免缓冲区溢出错误。注意这个参数n的含义和strncpy的参数n不同,它并不是缓冲区dest的长度,而是表示最多从src缓冲区中取n个字符(不包括结尾的'\0')连接到dest后面。如果src中前n个字符没有出现'\0',则取前n个字符再加一个'\0'连接到dest后面,所以strncat总是保证dest缓冲区以'\0'结尾,这一点又和strncpy不同,strncpy并不保证dest缓冲区以'\0'结尾。所以,提供给strncat函数的dest缓冲区的大小至少应该是strlen(dest)+n+1个字节,才能保证不溢出。

5. 比较字符串

头文件:#include <string.h>

函数原型:

int memcmp(const void *s1, const void *s2,size_t n);
int strcmp(const char *s1, const char *s2);
int strncmp(const char *s1, const char *s2,size_t n);

返回值:负值表示s1小于s2,0表示s1等于s2,正值表示s1大于s2memcmp从前到后逐个比较缓冲区s1和s2的前n个字节(不管里面有没有'\0'),如果s1和s2的前n个字节全都一样就返回0,如果遇到不一样的字节,s1的字节比s2小就返回负值,s1的字节比s2大就返回正值。

strcmp把s1和s2当字符串比较,在其中一个字符串中遇到'\0'时结束,按照上面的比较准则,"ABC"比"abc"小,"ABCD"比"ABC"大,"123A9"比"123B2"小。

strncmp的比较结束条件是:要么在其中一个字符串中遇到'\0'结束(类似于strcmp),要么比较完n个字符结束(类似于memcmp)。例如,strncmp("ABCD", "ABC", 3)的返回值是0,strncmp("ABCD","ABC", 4)的返回值是正值。

头文件:#include <strings.h>

函数原型:

int strcasecmp(const char *s1, const char*s2);
int strncasecmp(const char *s1, const char*s2, size_t n);

返回值:负值表示s1小于s2,0表示s1等于s2,正值表示s1大于s2这两个函数和strcmp/strncmp类似,但在比较过程中忽略大小写,大写字母A和小写字母a认为是相等的。这两个函数不属于C标准库,是POSIX标准中定义的。

6. 搜索字符串

头文件:#include <string.h>

函数原型:

char *strchr(const char *s, int c);
char *strrchr(const char *s, int c);

返回值:如果找到字符c,返回字符串s中指向字符c的指针,如果找不到就返回NULLstrchr在字符串s中从前到后查找字符c,找到字符c第一次出现的位置时就返回,返回值指向这个位置,如果找不到字符c就返回NULL。strrchr和strchr类似,但是从右向左找字符c,找到字符c第一次出现的位置就返回,函数名中间多了一个字母r可以理解为Right-to-left。

头文件:#include <string.h>

函数原型:

char *strstr(const char *haystack, const char*needle);

返回值:如果找到子串,返回值指向子串的开头,如果找不到就返回NULLstrstr在一个长字符串中从前到后找一个子串(Substring),找到子串第一次出现的位置就返回,返回值指向子串的开头,如果找不到就返回NULL。这两个参数名很形象,在干草堆haystack中找一根针needle,按中文的说法叫大海捞针,显然haystack是长字符串,needle是要找的子串。

7. 分割字符串

头文件:#include <string.h>

函数原型:

char *strtok(char *str, const char *delim);
char *strtok_r(char *str, const char*delim, char **saveptr);

返回值:返回指向下一个Token的指针,如果没有下一个Token了就返回NULL参数str是待分割的字符串,delim是分隔符,可以指定一个或多个分隔符,strtok遇到其中任何一个分隔符就会分割字符串。看下面的例子。

很多文件格式或协议格式中会规定一些分隔符或者叫界定符(Delimiter),例如/etc/passwd文件中保存着系统的帐号信息:

$ cat /etc/passwd
root:x:0:0:root:/root:/bin/bash
daemon:x:1:1:daemon:/usr/sbin:/bin/sh
bin:x:2:2:bin:/bin:/bin/sh
......

每条记录占一行,也就是说记录之间的分隔符是换行符,每条记录又由若干个字段组成,这些字段包括用户名、密码、用户id、组id、个人信息、主目录、登录Shell,字段之间的分隔符是:号。解析这样的字符串需要根据分隔符把字符串分割成几段,C标准库提供的strtok函数可以很方便地完成分割字符串的操作。tok是Token的缩写,分割出来的每一段字符串称为一个Token。 

#include <stdio.h>
#include <string.h> int main(void)
{
charstr[] = "root:x::0:root:/root:/bin/bash:";
char*token; token= strtok(str, ":");
printf("%s\n",token);
while( (token = strtok(NULL, ":")) != NULL)
printf("%s\n",token); return0;
}

$ ./a.out
root
x
0
root
/root
/bin/bash

从"root:x::0:root:/root:/bin/bash:"这个例子可以看出,如果在字符串开头或结尾出现分隔符会被忽略,如果字符串中连续出现两个分隔符就认为是一个分隔符,而不会认为两个分隔符中间有一个空字符串的Token。第一次调用时把字符串传给strtok,以后每次调用时第一个参数只要传NULL就可以了,strtok函数自己会记住上次处理到字符串的什么位置(显然这是通过strtok函数中的一个静态指针变量记住的)。