-- 简书作者 谢恩铭 转载请注明出处
第二部分第四课：字符串
上一课C语言探索之旅 | 第二部分第三课：数组，我们结束了关于数组的旅程。
好了，这课我不说“废话”，直接进入主题（但又好像不是我的风格...）。这一课我们还是会涉及一些指针和数组的知识。
字符串，这是一个编程的术语，用来描述“一段文字”，很简单。
一个字符串，就是我们可以在内存中以变量的形式储存的“一段文字”。
比如，用户名是一个字符串，“程序员联盟”是一个字符串。
但是我们之前的课说过，呆萌的电脑兄只认得数字，“众里寻他千百度，电脑就爱穿秋裤”（不是“穿秋裤”，是“认得数”。）。
所以实际上，电脑是不认得字母的，但是“古灵精怪”的计算机先驱们是如何使电脑可以“识别”字母呢？
接下来我们会看到，他们其实还是很聪明的。
字符类型
在这个小部分，我们把注意力先集中在字符类型上。
如果你还记得，之前的课程中我们说过： 有符号字符类型（char）是用来储存范围从-128到127的数的； unsigned char（无符号字符类型）用来储存范围从0到255的数。
注意： 虽然char类型可以用来储存数值，但是在C语言中却鲜少用char来储存一个数。
通常，即使我们要表示的数比较小，我们也会用int类型来储存。
当然了，用int来储存比用char来储存在内存上更占空间，但是今天的电脑基本上是不缺那点内存的，“有内存任性嘛”。
char类型一般用来储存一个字符，注意，是 一个 字符。
前面的课程也提到了，因为电脑只认得数字，所以计算机先驱们建立了一个表格（比较常见的有ASCII表， 更完整一些的有Unicode表），用来约定字符和数字之间的转换关系，例如字母A（大写）对应的数字是65。
C语言可以很容易地转换字符和其对应的数值。为了获取到某个字符对应的数值（电脑底层其实都是数值），只需要把该字符用单引号括起来，像这样：
'A'
在编译的时候，'A'会被替换成实际的数值： 65
我们来测试一下：
#include <stdio.h>
int main(int argc, char *argv[])
{
char letter = 'A';
printf("%d\n", letter);
return 0;
}
程序输出：
65
所以，我们可以确信大写字母A的对应数值是65。类似地，大写字母B对应66， C对应67， 以此类推。
如果我们测试小写字母，那你会看到a和A的数值是不一样的，小写字母a的数值是97。
实际上，在大写字母和小写字母之间有一个很简单的转换公式，就是
小写字母的数值 = 大写字母的数值 + 32
所以电脑是区分大小写的. 看似呆萌的电脑兄还是可以的么。
大部分所谓“基础”的字符都被编码成0到127之间的数值了。在ASCII表（发音【aski】）的官网 http://www.asciitable.com/ 上，我们可以看到大部分常用的字符的对应数值。
当然这个表我们也可以在其他网站上找到，比如维基百科，百度百科，等等。
显示字符
要显示一个字符，最常用的还是printf函数啦。这个函数真的很强大，我们会经常用到。
上面的例子中，我们用%d格式，所以显示的是字符对应的数值（%d是整型），如果要显示字符实际的样子，需要用到%c格式（c是英语character[字符]的首字母）：
int main(int argc, char *argv[])
{
char letter = 'A';
printf("%c\n", letter);
return 0;
}
程序输出：
A
哇，我们知道如何输出一个字符了，可喜可贺！（小编你也该吃药了...）
当然我们也可以用常见的scanf函数来请求用户输入一个字符，而后用printf函数打印：
int main(int argc, char *argv[])
{
char letter = 0;
scanf("%c", &letter);
printf("%c\n", letter);
return 0;
}
如果我输入C，那我将看到：
C
C
第一个字母C是我输入给scanf函数的，第二个C是printf函数打印的。
以上就是对于字符类型char我们大致需要知道的，请牢记以下几点：
- signed char（有符号字符类型）用来储存范围从-128到127的数
- unsigned char（无符号字符类型）用来储存范围从0到255的数
- C语言中，如果你没写signed或unsigned关键字，默认情况下是signed（有符号）
- 计算机先驱们给电脑规定了一个表，电脑可以遵照里面的转换原则来转换字符和数值，一般这个表是ASCII表
- char类型只能储存一个字符
- 'A'在编译时会被替换成实际的数值：65 。因此，我们使用单引号来获得一个字符的值
字符串其实就是字符的数组
这一部分的内容，就如这个小标题所言。
事实上： 一个字符串就是一个“字符的数组”，仅此而已。
到这里，你是否对字符串有了更直观的理解呢？
如果我们创建一个字符数组：
char string[5];
然后我们在数组的第一个成员上储存‘H’，就是string[0] = 'H'，第二个成员上储存'E'（string[1] = 'H'），第三个成员上储存'L'（string[2] = 'L'），第四个成员储存'L' (string[3] = 'L')，第五个成员储存'O'（string[4] = 'O'），那么我们就构造了一个字符串啦。
下图对于字符串在内存中是怎么存储的，可以给出一个比较直观的印象（注意： 实际的情况比这个图演示的要略微复杂一些，待会儿会解释）：
上图中，我们可以看到一个数组，拥有5个成员，在内存上连续存放，构成一个字符串 "HELLO"。
对于每一个储存在内存地址上的字符，我们用了单引号把它括起来，是为了突出实际上储存的是数值，而不是字符。
在内存上，储存的就是此字符对应的数值。
实际上，一个字符串可不是就这样结束了，上面的图示其实不完整。
一个字符串必须在最后包含一个特殊的字符，称为“字符串结束符”，它是'\0'，对应的数值是0。
“为什么要在字符串结尾加这么一个多余的字符呢？”
问得好！
那是为了让电脑知道一个字符串到哪里结束。
'\0'用于告诉电脑：“停止，字符串到此结束了，不要再读取了，先退下吧”。
因此，为了在内存中存储字符串"HELLO"（5个字符），用5个成员的字符数组是不够的，需要6个！
因此每次创建字符串时，需要记得在字符数组的结尾留一个字符给'\0'。
忘记字符串结束符是C语言中一个常见的错误
因此，下面才是正确展示我们的字符串"HELLO"在内存中实际存放情况的示意图：
如上图所见，这个字符串包含6个字符，而不是5个。
也多亏了这个字符串结束符'\0'，我们就无需记得字符串的长度了，因为它会告诉电脑字符串在哪里结束。
因此，我们就可以将我们的字符数组作为参数传递给函数，而不需要传递字符数组的大小了。
这个好处只针对字符数组，你可以在传递给函数时将其写为 char *或者char[]类型。
对于其他类型的数组，我们总是要在某处记录下它的长度。
字符串的创建和初始化
如果我们想要用“Hello”来初始化字符数组string，我们可以用以下的方式来实现。当然，有点没效率：
char string[6]; // 六个char构成的数组，为了储存： H-e-l-l-o + \0
string[0] = 'H';
string[1] = 'e';
string[2] = 'l';
string[3] = 'l';
string[4] = 'o';
string[5] = '\0';
虽然是笨办法，但至少行得通。
我们用printf函数来测试一下。
要使printf函数能显示字符串，我们需要用到%s这个符号（s就是英语string（字符串）的首字母）：
#include <stdio.h>
int main(int argc, char *argv[])
{
char string[6]; // 六个char构成的数组，为了储存： H-e-l-l-o + \0
string[0] = 'H';
string[1] = 'e';
string[2] = 'l';
string[3] = 'l';
string[4] = 'o';
string[5] = '\0';
// 显示字符串内容
printf("%s\n", string);
return 0;
}
程序输出：
Hello
如果我们的字符串内容多起来，上面的方法就更显拙劣了。其实啊，初始化字符串还有更简单的一种方式（小编你好“奸诈”，不早讲，害我写代码这么辛苦...）：
int main(int argc, char *argv[])
{
char string[] = "Hello"; // 字符数组的长度会被自动计算
printf("%s\n", string);
return 0;
}
以上程序的第一行，我们写了一个char []类型的变量，其实也可以写成 char * 同样是可以运行的：
char *string = "Hello";
这种方法就比之前一个字符一个字符初始化的方法高大上多了，因为只需要在双引号里输入你想要创建的字符串，C语言的编译器就很智能地为你计算好了字符串的大小。
编译器计算你输入的字符的数目，然后再加上一个'\0'的长度（是1），就把你的字符串里的字符一个接一个写到内存某个地方，在最后加上'\0'这个字符串结束符，就像我们刚才用第一种方式自己一步步做的。
但是简便也有缺陷，我们会发现，对于字符数组来说，这种方法只能用于初始化，你在之后的程序中就不能再用这种方式来给整个数组赋值了，比如你不能这样：
char string[] = "Hello";
string = "nihao"; // --> 出错！
只能一个字符一个字符地改，例如：
string[0] = 'j'; // --> 可以！
但是问题又来了，对于用char *来声明的字符串，我们可以在之后整个重新赋值，但是不可以单独修改某个字符：
char *string = "Hello";
string = "nihao"; // --> 可以！
这样是可以的，但是如果修改其中的一个字符，就不可以：
string[1] = 'a'; // --> 出错！
很有意思吧。大家可以亲自动手试试。所以这里就引出了一个话题：
指针和数组根本就是两码事！
为什么会出现上述的情况呢？
那是因为：
char stringArray[] = "Hello";
这样声明的是一个字符数组，里面的字符串是储存在内存的变量区，是在栈上，所以可以修改每个字符的内容，但是不可以通过数组名整体修改：
stringArray = "nihao"; // --> 出错！
只能一个个单独改：
stringArray[0] = 'a'; // --> 可以！
因为之前的课程里说过，stringArray这个数组的名字表示的是数组首元素的首地址。
char *stringPointer = "Hello";
这样声明的是一个指针，stringPointer是指针的名字。指针变量在32 位系统下，永远占4 个byte（字节），其值为某一个内存的地址。
所以stringPointer里面只是存放了一个地址，这个地址上存放的字符串是常量字符串。这个常量字符串存放在内存的静态区，不可以更改。
和上面的字符数组情况不一样，上面的字符数组是本身存放了那一整个字符串。
stringPointer[0] = 'a'; // --> 出错！
但是可以改变stringPointer指针的指向：
stringPointer = "nihao"; // --> 可以！（因为可以修改指针指向哪里）
大家可以自己测试一下：
char *n1 = "it";
char *n2 = "it";
printf("%p\n%p\n", n1, n2); //用%p查看地址
会发现二者的结果是一样的，指向同一个地址！
再进一步测试（生命在于折腾）：
char *n1 = "it";
char *n2 = "it";
printf("%p\n%p\n",n1,n2);
n1 = "haha";
printf("%p\n%p\n",n1,n2);
你会发现以上程序，指针n2所指向的地址一直没变，而n1在经过
n1 = "haha";
之后，它所指向的地址就改变了。
经过上面地分析，可能很多朋友还是有点晕，特别是可能不太清楚内存各个区域的区别。
如果有兴趣深入探究，既可以自己去看相关的C语言书籍。也可以参考下表和一些解释，如果暂时不想把自己搞得更晕，可以跳过，以后讲到相关内容时自然更好理解。
| 名称 | 内容 |
|---|---|
| 代码段 | 可执行代码、字符串常量 |
| 数据段 | 已初始化全局变量、已初始化全局静态变量、局部静态变量、常量数据 |
| BSS段 | 未初始化全局变量，未初始化全局静态变量 |
| 栈 | 局部变量、函数参数 |
| 堆 | 动态内存分配 |
一般情况下，一个可执行二进制程序(更确切的说，在Linux操作系统下为一个进程单元)在存储(没有调入到内存运行)时拥有3个部分，分别是代码段、数据段和BSS段。
这3个部分一起组成了该可执行程序的文件。
(1)代码段(text segment)：存放CPU执行的机器指令。通常代码段是可共享的，这使得需要频繁被执行的程序只需要在内存中拥有一份拷贝即可。代码段也通常是只读的，这样可以防止其他程序意外地修改其指令。另外，代码段还规划了局部数据所申请的内存空间信息。
代码段（code segment/text segment）通常是指用来存放程序执行代码的一块内存区域。这部分区域的大小在程序运行前就已经确定，并且内存区域通常属于只读，某些架构也允许代码段为可写，即允许修改程序。在代码段中，也有可能包含一些只读的常数变量，例如字符串常量等。
(2)数据段(data segment)：或称全局初始化数据段/静态数据段(initialized data segment/data segment)。该段包含了在程序中明确被初始化的全局变量、静态变量(包括全局静态变量和局部静态变量)和常量数据。
(3)未初始化数据段：亦称BSS(Block Started by Symbol)。该段存入的是全局未初始化变量、静态未初始化变量。
而当程序被加载到内存单元时，则需要另外两个域：栈域和堆域。
(4)栈(stack)：存放函数的参数值、局部变量的值，以及在进行任务切换时存放当前任务的上下文内容。
(5)堆(heap)：用于动态内存分配（之后的课程马上会讲到），即使用malloc/free系列函数来管理的内存空间。
在将应用程序加载到内存空间执行时，操作系统负责代码段、数据段和BSS段的加载，并将在内存中为这些段分配空间。
栈也由操作系统分配和管理，而不需要程序员显式地管理；堆由程序员自己管理，即显式地申请和释放空间。
很多C语言地初学者搞不懂指针和数组到底有什么样的关系。
现在就告诉大家：指针和数组之间没有任何关系！它们是“清白”的...
-
指针就是指针：指针变量在32 位系统下，永远占4 个byte（字节），其值为某一个内存的地址。指针可以指向任何地方，但不是任何地方你都能通过这个指针变量访问到。
-
数组就是数组：其大小与元素的类型和个数有关。定义数组时必须指定其元素的类型和个数。数组可以存任何类型的数据，但不能存函数。
推荐大家去看《C语言深度解剖》这本只有100多页的PDF，是国人写的，里面对于指针和数组分析得很全面。
不禁感叹，C语言果然是博（xiang）大（dang）精（keng）深（die）。
从scanf函数取得一个字符串
我们可以用scanf函数获取用户输入的一个字符串，也要用到%s符号。
但是有一个问题：就是你不能知道用户究竟会输入多少字符。
假如我们的程序是问用户他的名字是什么。那么他可能回答Tom，只有三个字符，或者Bruce LI，就有8个字符了。
所以我们只能用一个足够大的数组来存储名字，例如 char [100]。你会说这样太浪费内存了，但是前面我们也说过了，目前的电脑一般不在乎这点内存。
所以我们的程序会是这样：
int main(int argc, char *argv[])
{
char name[100];
printf("请问您叫什么名字 ? ");
scanf("%s", name);
printf("您好, %s, 很高兴认识您!\n", name);
return 0;
}
运行程序：
请问您叫什么名字？Oscar
您好，Oscar，很高兴认识您！
操纵字符串的一些常用函数
字符串在C语言里是很常用的。事实上，此刻你在电脑或手机屏幕上看到的这些单词、句子等，都是在电脑内存里的字符数组。
为了方便我们操纵字符串，C语言的设计者们在 string 这个标准库中已经写好了很多函数，可供我们使用。
当然在这以前，需要在你的.c源文件中引入这个头文件：
#include <string.h>
下面我们就来介绍它们之中最常用的一些吧：
strlen：计算字符串的长度
strlen函数返回一个字符串的长度（不包括\0）。
为什么名字是strlen？其实很好记：
- str是string（英语“字符串”）的首三个字母
- len是length（英语“长度”）的首三个字母
因此，strlen就是“字符串长度”。
函数原型是这样：
size_t strlen(const char* string);
注意：size_t是一个特殊的类型，它意味着函数返回一个对应大小的数目。
不是像int，char，long，double之类的基本类型，而是一个被“创造”出来的类型。
在接下来的课程中我们就会学到如何创建自己的变量类型。
暂时说来，我们先满足于将strlen函数的返回值存到一个int变量里（电脑会把size_t自动转换成int）。当然，严格来说应该用size_t类型，但是我们这里暂时不深究了。
函数的参数是 const char *类型，之前的课程中我们学过，const（只读的变量）表明此类型的变量是不能被改变的，所以函数strlen并不会改变它的参数的值。
写个程序测试一下strlen函数：
#include <string.h>
#include <stdio.h>
int main(int argc, char *argv[])
{
char string[] = "Hello";
int stringLength = 0;
// 将字符串的长度储存到stringLength中
stringLength = strlen(string);
printf("字符串%s中有%d个字符\n", string, stringLength);
return 0;
}
程序运行，显示：
字符串Hello中有5个字符
当然了，这个strlen函数，其实我们自己也可以很容易地实现。只需要用一个循环，从开始一直读入字符串中的字符，计算数目，一直读到'\0'字符结束循环。
我们就来实现我们自己的strlen函数好了：
#include <string.h>
#include <stdio.h>
int stringLength(const char *string);
int main(int argc, char *argv[])
{
char string[] = "Hello";
int length = 0;
length = stringLength(string);
printf("字符串%s中有%d个字符\n", string, length);
return 0;
}
int stringLength(const char *string)
{
int charNumber = 0;
char currentChar = 0;
do
{
currentChar = string[charNumber];
charNumber++;
} while(currentChar != '\0'); // 我们做循环，直到遇到'\0'，跳出循环
charNumber--; // 我们将charNumber减一，使其不包含'\0'的长度
return charNumber;
}
程序输出：
字符串Hello中有5个字符
strcpy：把一个字符串的内容复制到另一个字符串里
为什么名字是strcpy？其实很好记：
- str是string（英语“字符串”）的首三个字母
- cpy是copy（英语“拷贝，复制”）的缩写
因此，strcpy就是“字符串拷贝”。
函数原型：
char* strcpy(char* targetString, const char* stringToCopy);
这个函数有两个参数：
-
targetString：这是一个指向字符数组的指针，我们要复制字符串到这个字符数组里。
-
stringToCopy：这是一个指向要被复制的字符串的指针。
函数返回一个指向targetString的指针，通常我们不需要获取这个返回值。
用以下程序测试此函数：
#include <string.h>
#include <stdio.h>
int main(int argc, char *argv[])
{
/* 我们创建了一个字符数组string，里面包含了几个字符。
我们又创建了另一个字符数组copy，包含100个字符，为了足够容纳拷贝过来的字符 */
char string[] = "Hello", copy[100] = {0};
strcpy(copy, string); // 我们把string复制到copy中
// 如果一切顺利，copy的值应该和string是一样的
printf("string 是 %s\n", string);
printf("copy 是 %s\n", copy);
return 0;
}
程序输出：
string 是 Hello
copy 是 Hello
如果我们的copy数组的长度小于6，那么程序会出错，因为string的总长度是6（最后有一个'\0'字符串结束符）。
strcpy的原理图解如下：
strcat：连接两个字符串
为什么名字是strcat？其实很好记：
- str是string（英语“字符串”）的首三个字母
- cat是concatenate （英语“连结，使连锁”）的缩写
因此，strcat就是“字符串连结”。
strcat函数的作用是连接两个字符串，就是把一个字符串接到另一个的结尾。
函数原型：
char* strcat(char* string1, const char* string2);
因为string2是const类型，所以我们就想到了，这个函数肯定是将string2的内容接到string1的结尾，改变了string1所指向的字符指针，然后返回指向string1所指字符数组的指针。
略微有点拗口，但不难理解吧。
写个程序测试一下：
#include <string.h>
#include <stdio.h>
int main(int argc, char *argv[])
{
/* 我们创建了两个字符串，字符数组string1需要足够长，因为我们要将string2的内容接到其后 */
char string1[100] = "Hello ", string2[] = "Oscar!";
strcat(string1, string2); // 将string2接到string1后面
// 如果一切顺利，那么string1的值应该会变为"Hello Oscar!"
printf("string1 是 %s\n", string1);
// string2没有变
printf("string2 始终是 %s\n", string2);
return 0;
}
程序输出：
string1 是 Hello Oscar!
string2 始终是 Oscar!
函数的原理如下：
当strcat函数将string2连接到string1的尾部时，它需要先删去string1字符串最后的'\0'。
strcmp：比较两个字符串
为什么名字是strcmp？其实很好记：
- str是string（英语“字符串”）的首三个字母
- cmp是compare（英语“比较”）的缩写
因此，strcmp就是“字符串比较”。
函数原型：
int strcmp(const char* string1, const char* string2);
可以看到，strcmp函数不能改变参数string1和string2，因为它们都是const类型。
这次，函数的返回值有用了。strcmp返回：
-
0：当两个字符串相等时
-
非零的整数（负数或正数）：当两个字符串不等时
用以下程序测试strcmp函数：
#include <string.h>
#include <stdio.h>
int main(int argc, char *argv[])
{
char string1[] = "Text of test", string2[] = "Text of test";
if (strcmp(string1, string2) == 0) // 如果两个字符串相等
{
printf("两个字符串相等\n");
}
else
{
printf("两个字符串不相等\n");
}
return 0;
}
程序输出：
两个字符串相等
sprintf：向一个字符串写入
当然，这个函数其实不是在string.h这个头文件里，而是在stdio.h头文件里。但是它也与字符串的操作有关，所以我们也介绍一下，而且这个函数是很常用的。
看到sprintf函数的名字，大家是否想到了printf函数呢？
printf函数是向标准输出（一般是屏幕）写入东西，而sprintf是向一个字符串写入东西。最前面的s就是英语string（“字符串”的意思）的首字母。
写个程序测试一下此函数：
#include <stdio.h>
int main(int argc, char *argv[])
{
char string[100];
int age = 18;
// 我们向string里写入"你18岁了"
sprintf(string, "你%d岁了", age);
printf("%s\n", string);
return 0;
}
程序输出：
你18岁了
其他常用的还有一些函数，如 strstr（在字符串中查找一个子串），strchr（在字符串里查找一个字符），等等，我们就不一一介绍了。
总结
-
电脑不认识字符，它只认识数字（0和1）。为了解决这个问题，计算机先驱们用一个表格规定了字符与数值的对应关系，最常用的是ASCII表和Unicode表。
-
字符类型char用来存储一个字符，且只能存储一个字符。实际上存储的是一个数值，但是电脑会在显示时将其转换成对应的字符。
-
为了创建一个词或一句话，我们需要构建一个字符串，我们用字符数组来实现。
-
所有的字符串都是以'\0'结尾，这个特殊的字符'\0'标志着字符串的结束。
-
在string这个C语言标准库中，有很多操纵字符串的函数，只需要引入头文件 string.h即可。
第二部分第五课预告：
今天的课就到这里，一起加油咯。
下一次我们学习第二部分第五课：C语言探索之旅 | 第二部分第五课：预处理
网友评论