重温C语言(5)之字符串

原文：https://mp.weixin.qq.com/s/Onzk-a16uHG1QJ1VXSjsmA

前言

字符串可以说是C语言中最有用、最重要的数据类型了。
字符串是以空字符（\0）结尾的char类型数组。
用双引号扩起来的内容是字符串字面量（或着叫字符串常量）。
字符串常量属于静态存储类别，即只要在函数中使用字符串常量，这个字符串只会被存储一次，并且存活在整个程序生命周期内。

//
// Created by Victor on 2019/10/22.
//

#include <stdio.h>

#define MSG "define a message"
#define MAX_LENGTH 81

int main() {

    char hi[MAX_LENGTH] = "Hi, i am victor yang!";
    const char * pt = "i do not know, why you dismiss.";
    puts("your message:"); // puts 函数只显示字符串，并且自动在末尾加换行符
    puts(MSG);
    puts(hi);
    puts(pt);
    hi[3] = 'H';
    puts(hi);

    return 0;
}

your message:
define a message
Hi, i am victor yang!
i do not know, why you dismiss.
Hi,Hi am victor yang!

记住字符串最后都会有个空字符：

  char a[] = {'a', 'b', 'c'}; // 这是字符数组
  char b[] = {'a', 'b', 'c', '\0'}; // 这是字符串

字符串与指针紧密相连：

    char hi[MAX_LENGTH] = "Hi, I miss u";
    printf("%p\n", hi);     // 0x7ffee2023ab0
    printf("%p\n", &hi[0]);     // 0x7ffee2023ab0
    printf("%c\n",*hi);     // H
    printf("%c\n", hi[0]);      // H
    printf("%c\n", *(hi + 1));      // I
    printf("%c\n", hi[1]);      // I
    

字符串与数组回顾：

#include <stdio.h>

#define MSG "define a message"

int main() {

    // 字符串存储在静态存储区
   // 在程序运行的时候才给 a 数组分配内存，之后才将字符串'拷贝'到数组中
   char a[] = MSG;

   // 字符串字面量是常量 const 数据
   // 由于 pt 指向const数据，所以 pt 应该声明为 const 数据到指针
   const char * pt = MSG;
   printf("%p\n", "define a message");  // 0x103f1aeb0
   printf("%p\n", a);  // 0x7ffeebce5af0
   printf("%p\n", pt);   // 0x103f1aeb0
   printf("%p\n", MSG);   // 0x103f1aeb0
   printf("%p\n", "define a message");   // 0x103f1aeb0
   return 0;
}

虽然字符串字面量"defin a message" 在 printf 函数中出现了两次，但是编译器只使用了一个存储位置，而且与MSG的地址相同。
编译器可以把多次使用的相同字面量储存在一处或多处。

数组的元素是变量（除非数组被声明为const），但是数组名是地址常量。

二维字符数组每个数组的分配空间是一样的，指针数组的分配空间更灵活也更高效但是不能修改内容；

指针和字符串

    const char * a = "I Love U";
    const char * b;

    b = a;
    printf("%s\n", b);
    printf("a = %s, &a = %p, a指针变量存储的地址值 = %p\n", a, &a, a);
    printf("b = %s, &b = %p, b指针变量存储的地址值 = %p\n", b, &b, b);

 I Love U
a = I Love U, &a = 0x7ffee4126b00, a指针变量存储的地址值 = 0x10bad9e30
b = I Love U, &b = 0x7ffee4126af8, b指针变量存储的地址值 = 0x10bad9e30

字符串输入

gets()

    char think[81];
    puts("请输入你的想法");
    gets(think);
    printf("已经接受到你到想法: %s\n", think);
    puts(think);

 请输入你的想法
warning: this program uses gets(), which is unsafe.
i see you, balalalalal...
已经接受到你到想法: i see you, balalalalal...
i see you, balalalalal...

gets() 无法检查数组是否能够存储该行，只能知道数组的开始处。如果输入的字符串过长，就会造成缓冲区溢出（多余的字符超出了指定空间）.
输入超过数组容量的字符串会提示 Process finished with exit code 11, 说明该程序试图访问未分配的内存, 这样的行为是不安全的，可能会被插入一些破坏系统的代码。

fgets()

    char think[5];
    puts("请输入你的想法");
    fgets(think, 5, stdin); // 第二个参数表示读入字符的最大长度数量，第三个参数是读入第文件 stdin 是标准输入
    puts(think);
    fputs(think, stdout); // stdout 标准输出

请输入你的想法
abcdefgh
abcd
abcd

输入的abcdefgh\n, 其实只存储了 abcd\0
fgets()函数会存储换行符，而gets()不会：

请输入你的想法
123
123

123

有时候不需要fgets()最后存储的换行符，那么我们可以进行如下骚操作进行处理：

while(words[i] != '\n')//假设\n在words中
    I++;
words[i] = '\0';

下面是个实用的示例：

    char think[5];
    int I;
    puts("请输入你的想法");
    // 重复获取输入内容，直到文件末尾或该行第一个字符是换行符时结束
    while (fgets(think, 5, stdin) != NULL && think[0] != '\n'){
        i = 0;
        // 找到该行的结尾，如果是换行符则该行内容没有超出规定大小
        while (think[i] != '\n' && think[i] != '\0')
            I++;
        if (think[i] == '\n'){
            think[i] = '\0';
        } else{
            // 这个分支是该行内容多与规定大小，为了舍弃多余字符，让剩余的字符读取但不存储, 包括遇到但第一个换行符
            while (getchar() != '\n'){}
        }
        puts(think);
    }

\0 是空字符的意思，是整数类型，是一个字符占用了1个字节，是用于标记C字符串末尾的字符，其对应字符编码是0。由于其他字符的编码不可能是0，所以不可能是字符串的一部。
NULL 是空指针的意思，是指针类型，是一个地址占用了4个字节，该值不会与任何数据的有效地址对应。

gets_s()

• 只从标准输入中读取数据；
• 读到换行符会丢弃不存储；
• 如果读到最大字符数但是没有读到换行符，会把最大字符数下的字符设置为空字符，读取并丢弃随后的输入直至读到换行符或文件结尾，然后返回空指针，可能会中止或退出程序。

读取整行输入并用空字符代替换行符，或者读取一部分输入，并丢弃其余部分

char * afra_gets(char* think, int n){
    // 重复获取输入内容，直到文件末尾或该行第一个字符是换行符时结束
    while (fgets(think, n, stdin) != NULL && think[0] != '\n'){
        i = 0;
        // 找到该行的结尾，如果是换行符则该行内容没有超出规定大小
        while (think[i] != '\n' && think[i] != '\0')
            I++;
        if (think[i] == '\n'){
            think[i] = '\0';
        } else{
            // 这个分支是该行内容多与规定大小，为了舍弃多余字符，让剩余的字符读取但不存储, 包括遇到但第一个换行符
            while (getchar() != '\n'){}
        }
        puts(think);
    }
}

如果不舍弃多出来的字符，那些字符会留在缓冲区，成为下一次读取的输入。

scanf()

语句	输入内容	temp 的内容	剩余的内容
scanf("%s", temp);	Hi Afra	Hi	Afra
scanf("%5s", temp);	Hi Afra	Hi	Afra
scanf("%5s", temp);	Afra55Blalal	Afra55	Blalal

scanf() 返回一个整数值 是读取成功的总个数，或文件结尾时反回EOF。

    int count;
    char think1[10], think2[10];
    printf("请输入你的想法:\n");
    count = scanf("%5s %3s", think1, think2);
    printf("%d %s %s", count, think1, think2);

请输入你的想法:
123456789 abcdefghijk
2 12345 678

请输入你的想法:
abcde 1234567890
2 abcde 123

请输入你的想法:
123 abcdefghijk
2 123 abc

请输入你的想法:
123456 abcdefg
2 12345 6

字符串输出

puts()

    char str[80] = "Hi i am Afra55 from victor";
    char str2[80] = "I come from your dream!";
    puts(str);
    puts(str2);

Hi i am Afra55 from victor
I come from your dream!

puts()在显示字符串时会自动在其末尾添加一个换行符。该函数在遇到空字符时就停止输出，所以必须确保有空字符。

fputs()

fputs()不会再输出的末尾加上换行符。

    fputs(str2, stdout);
    fputs("is fputs", stdout);

I come from your dream!is fputs

printf()

printf()不会自动在每个字符串末尾加上一个换行符。因此，必须在参数中指明应该在哪里使用换行符。
printf() 虽然更复杂，但是打印多个字符串更简单。

自定义输入输出

可以使用 getchar() putchar() 单个字符的输入输出来自定义。

字符串函数

strlen()

统计字符串长度：

    char a[] = "I Love U\0Hi hahahahah";
    puts(a);
    printf("%lu\n", strlen(a));
    puts(a + 9);

I Love U
8
Hi hahahahah

strcat()

拼接两个字符串，接受两个字符串作为参数，把第2个字符串的备份附加在第1个字符串末尾，并把拼接后形成的新字符串作为第1个字符串，第2个字符串不变。strcat()函数的类型是char *（即，指向char的指针）。strcat()函数返回第1个参数，即拼接第2个字符串后的第1个字符串的地址。

    char a[10] = "I u.";
    char b[] = "you";
    strcat(a, b);
    puts(a);
    puts(b);

I u.you
you

strcat()函数无法检查第一个数组是否容纳第二个数组，如果分配给第一个数组的空间不大，多出来的字符溢出到相邻存储单元就会出现问题。

strncat()

函数可以传入第三个参数，用来指定最大添加到字符数。

    char a[10] = "I u.";
    char b[] = "you";
    strncat(a, b, 2);
    puts(a);
    puts(b);

I u.yo
you

strcmp()

用来比较两个字符串。如果两个字符串相同，则返回0，否则返回非0值。

    char a[] = "I miss u";
    char b[] = "I miss u";
    char c[] = "U miss I";
    printf("a 与 b 比较: %d\n", strcmp(a, b));
    printf("a 与 c 比较: %d", strcmp(a, c));

a 与 b 比较: 0
a 与 c 比较: -12

非0值都是“真”。

如果在字母表中第1个字符串位于第2个字符串前面，strcmp()中就返回负数；反之，strcmp()则返回正数。

    printf("A 与 A 比较: %d\n", strcmp("A", "A"));
    printf("A 与 B 比较: %d\n", strcmp("A", "B"));
    printf("A 与 C 比较: %d\n", strcmp("A", "C"));
    printf("C 与 A 比较: %d\n", strcmp("C", "A"));
    printf("D 与 A 比较: %d\n", strcmp("D", "A"));

A 与 A 比较: 0
A 与 B 比较: -1
A 与 C 比较: -1
C 与 A 比较: 1
D 与 A 比较: 1

ASCII标准规定，在字母表中，如果第1个字符串在第2个字符串前面，strcmp()返回一个负数；如果两个字符串相同，strcmp()返回0；如果第1个字符串在第2个字符串后面，strcmp()返回正数。然而，返回的具体值取决于实现。

char类型实际上是整数类型，可以使用关系运算符来比较字符。

strncmp()

strcmp()函数比较字符串中的字符，直到发现不同的字符为止，这一过程可能会持续到字符串的末尾。而strncmp()函数在比较两个字符串时，可以比较到字符不同的地方，也可以只比较第3个参数指定的字符数。例如，要查找以"victor"开头的字符串，可以限定函数只查找这6个字符。

    const char * list[3] = {"victor blallalal", "bbbbvictorcccc", "ssssss victor"};
    printf("查找 list[0]: %d\n", strncmp(list[0], "victor", 6));
    printf("查找 list[1]: %d\n", strncmp(list[1], "victor", 6));
    printf("查找 list[2]: %d\n", strncmp(list[2], "victor", 6));

查找 list[0]: 0
查找 list[1]: -20
查找 list[2]: -3

strcpy(), strncpy()

用于拷贝整个字符串，

    char temp[8];
    char a[] = "afra55";
    strcpy(temp, a);
    puts(a);
    puts(temp);

afra55
afra55

strcpy()第2个参数指向的字符串被拷贝至第1个参数指向的数组中。拷贝出来的字符串被称为目标字符串，最初的字符串被称为源字符串。参考赋值表达式语句，很容易记住strcpy()参数的顺序，即第1个是目标字符串，第2个是源字符串。

strcpy()的返回类型是char*，该函数返回的是第1个参数的值，即一个字符的地址;
第1个参数不必指向数组的开始。这个属性可用于拷贝数组的一部分。

拷贝字符串用strncpy()更安全，该函数的第3个参数指明可拷贝的最大字符数。

strncpy(target,source,n)把source中的n个字符或空字符之前的字符（先满足哪个条件就拷贝到何处）拷贝至target中。因此，如果source中的字符数小于n，则拷贝整个字符串，包括空字符。但是，strncpy()拷贝字符串的长度不会超过n，如果拷贝到第n个字符时还未拷贝完整个源字符串，就不会拷贝空字符。所以，拷贝的副本中不一定有空字符。鉴于此，该程序把n设置为比目标数组大小少1（TARGSIZE1），然后把数组最后一个元素设置为空字符.

sprintf()

sprintf()函数声明在stdio.h中，而不是在string.h中。该函数和printf()类似，但是它是把数据写入字符串，而不是打印在显示器上。因此，该函数可以把多个元素组合成一个字符串。sprintf()的第1个参数是目标字符串的地址。其余参数和printf()相同，即格式字符串和待写入项的列表。

    char a[20];
    sprintf(a, "%s %d $%6.2f", "hahah", 12, 987.123);
    puts(a);

hahah 12 $987.12

其他字符串

• char * strcpy(char * restrict s1, const char * restrict s2);该函数把s2指向的字符串（包括空字符）拷贝至s1指向的位置，返回值是s1。
• char * strncpy(char * restrict s1, const char * restrict s2, size_tn);该函数把s2指向的字符串拷贝至s1指向的位置，拷贝的字符数不超过n，其返回值是s1。该函数不会拷贝空字符后面的字符，如果源字符串的字符少于n个，目标字符串就以拷贝的空字符结尾；如果源字符串有n个或超过n个字符，就不拷贝空字符。
• char * strcat(char * restrict s1, const char * restrict s2);该函数把s2指向的字符串拷贝至s1指向的字符串末尾。s2字符串的第1个字符将覆盖s1字符串末尾的空字符。该函数返回s1。
• char * strncat(char * restrict s1, const char * restrict s2, size_tn);该函数把s2字符串中的n个字符拷贝至s1字符串末尾。s2字符串的第1个字符将覆盖s1字符串末尾的空字符。不会拷贝s2字符串中空字符和其后的字符，并在拷贝字符的末尾添加一个空字符。该函数返回s1。
• int strcmp(const char * s1,const char * s2);如果s1字符串在机器排序序列中位于s2字符串的后面，该函数返回一个正数；如果两个字符串相等，则返回0；如果s1字符串在机器排序序列中位于s2字符串的前面，则返回一个负数。
• int strncmp(const char * s1, const char * s2, size_tn);该函数的作用和strcmp()类似，不同的是，该函数在比较n个字符后或遇到第1个空字符时停止比较。
• char * strchr(const char * s, int c);如果s字符串中包含c字符，该函数返回指向s字符串首次出现的c字符的指针（末尾的空字符也是字符串的一部分，所以在查找范围内）；如果在字符串s中未找到c字符，该函数则返回空指针。
• char * strpbrk(const char * s1, const char * s2);如果s1字符中包含s2字符串中的任意字符，该函数返回指向s1字符串首位置的指针；如果在s1字符串中未找到任何s2字符串中的字符，则返回空字符。
• char * strrchr(const char * s, int c);该函数返回s字符串中c字符的最后一次出现的位置（末尾的空字符也是字符串的一部分，所以在查找范围内）。如果未找到c字符，则返回空指针。
• char * strstr(const char * s1, const char * s2);该函数返回指向s1字符串中s2字符串出现的首位置。如果在s1中没有找到s2，则返回空指针。
• size_tstrlen(const char * s);该函数返回s字符串中的字符数，不包括末尾的空字符。

关键字restrict限制了函数参数的用法。例如，不能把字符串拷贝给本身。

ctype.h

toupper()函数用于大写字符串：

void toUpperChar(char * a){
    while (*a){
        *a = toupper(*a);
        a++;
    }
}

    char a[] ="abcdef";
    toUpperChar(a);
    puts(a);

ABCDEF

利用ispunct()统计字符串中的标点符号个数:

int punchCount(char * a){
    int count = 0;
    while (*a){
        if (ispunct(*a)) {
            count++;
        }
        a++;
    }
    return count;
}

    char a[] = "a, bc, c, c!@#$";
    printf("a 的字符有 %d 个", punchCount(a));

a 的字符有 7 个

命令行参数

C编译器允许main()没有参数或者有两个参数（一些实现允许main()有更多参数，属于对标准的扩展）。main()有两个参数时，第1个参数是命令行中的字符串数量。过去，这个int类型的参数被称为argc（表示参数计数(argumentcount)）。系统用空格表示一个字符串的结束和下一个字符串的开始。

int main(int argc,char **argv)
int main(int argc,char *argv[])

假如有个程序 hello.c, 输入命令 hello i love you, 那么 main() 函数的 argc = 4, argv 共有四个字符串，后三个用于 hello 程序去使用，char **argv = {"hello", "i", "love", "you"}。

如果 对命令行参数加上双引号，那么就认为这是一个单词，例如：
hello "i love you"
那么argc = 2, char **argv = {"hello", "i love you"}。

把字符串转换为数字

stdlib.h 有 atoi() 函数可以把字母数字转换为整数,该函数接受一个字符串作为参数，返回相应的整数值。

    printf("%d\n", atoi("333"));
    printf("%d\n", atoi("333abcde"));
    printf("%d\n", atoi("abced333"));

333
333
0

atof()函数把字符串转换成double类型的值，atol()函数把字符串转换成long类型的值.

srtol()把字符串转换成long类型的值，strtoul()把字符串转换成unsigned long类型的值，strtod()把字符串转换成double类型的值。

long strtol(const char * restrict nptr, char ** restrict endptr, int base);

nptr是指向待转换字符串的指针，endptr是一个指针的地址,该指针被设置为标志输入数字结束字符的地址，base 表示以什么进制写入数字(10:十进制，16:十六进制，8:八进制)。

    char a[] = "1234defg";
    char * end;
    long value = strtol(a, &end, 10);
    printf("%ld, %s, %d", value, end, *end);

333
333
0
1234, defg, 100

strtol()函数最多可以转换三十六进制，'a'~'z'字符都可用作数字。strtoul()函数与该函数类似，但是它把字符串转换成无符号值。strtod()函数只以十进制转换，因此它值需要两个参数。

小结

C字符串是一系列char类型的字符，以空字符（'\0'）结尾。字符串可以储存在字符数组中。字符串还可以用字符串常量来表示，里面都是字符，括在双引号中（空字符除外）。编译器提供空字符。因此，"joy"被储存为4个字符j、o、y和\0。strlen()函数可以统计字符串的长度，空字符不计算在内。