前言 上一篇文章我们简单地介绍了阵列的基本概念，我们可以把阵列想像 成一个表格，每一个表格可以有若干个储存格，每一个储存格有一个 索引(Index)，可以存一个元素(Element)。 在这一篇我要来介绍阵列的进阶用法。在这一篇文章我会提到字串 (String)。 在 C 语言中，如果我们要输出、读入一串文字，我们都会用到字串。 即使是像 Hello World 这一种简单的程式我们也已经用到字串了， 所以字串的重要性可见一斑。我们在这一篇文章会讨论这一个问题。 printf("Hello world!\n"); 预备知识 1. 字元型别有二种，一种是 char，另一种是 wchar_t。前者主要用 於 ASCII、BIG5 环境，後者主要用於 Unicode 环境。不过因为 一些因素，本文将只讨论 char 的使用。 2. 字元字面常数(Character Literal Constant)，一般而言我们会 用数字来代表字元，不过，因为并不是所有的环境都使用相同的 数字来表示同一个字元(例如: ASCII v.s. EBCDIC)，所以为了可 移植性(Portability)，我们会用 'A' 来代表「用以表示 A 这一 个字元的数字」，其余类推。 3. 脱逸(Escape)，因为有些字元如果想用字元字面常数来表示，就 会破坏 C 语言的语法规则，所以我们不能直接用 '<字元>' 来表 示，而又有不少是很常见的字元，所以我们有其他的表示法。例 如换行字元，我们就用 \n 来代替；单引号字元，我们就用 \' 来代替。又因为 \ 被拿来当作脱逸符号，所以我们就用 \\ 来 代替反斜线。部分替换表如下： ┌───┬───┬───┬──────────┐ │字元 │脱逸 │ASCII │说明 │ ├───┼───┼───┼──────────┤ │Null │\0 │0x00 │空字元(字串终止字元)│ ├───┼───┼───┼──────────┤ │Tab │\t │0x09 │ │ ├───┼───┼───┼──────────┤ │换行 │\n │0x0A │ │ ├───┼───┼───┼──────────┤ │" │\" │0x22 │在字串内的双引号 │ ├───┼───┼───┼──────────┤ │' │\' │0x27 │'\'' 单引号的代号 │ ├───┼───┼───┼──────────┤ │\ │\\ │0x5C │脱逸脱逸字元 │ └───┴───┴───┴──────────┘ 字串 在 C 语言中，字串的定义为：一个以字元型别为元素型别的阵列， 而且它必需以 空字元(\0) 结尾。另外，还有一种东西也可以算是字 串，那就是 字串字面(String Literal)。所谓的字串字面就是指以 双引号夹起来的东西，我们下面会再提到。 ┌────────────────────────────┐ │一段故事：如果你有 Windows 程式设计经验的话，你一定有看 │ │过「匈牙利命名法」。一种会在变数名称前面加上型别资讯的命│ │名方法。在匈牙利命名法中，有一个规则就是字串变数的名字会│ │加上 sz，例如 szName 之类的。其中，sz 指的就是 Zero-ter-│ │minated String 的意思。微软早期的工程师就是用这一种方法 │ │来让错误的程式码容易看得出来。不过，要不要用匈牙利命名法│ │呢？我想...，微软的程式品质...，嗯，总之师其意可，师其法│ │则万万不可。（因为有其他的缺点） │ └────────────────────────────┘ 根据上面的定义，我们知道，下面 array1 是字串，而 array2 和 array3 不是，为什麽？ char array1[] = {'A', 'B', 'C', 'D', '\0'}; char array2[] = {'A', 'B', 'C', 'D', '\n'}; int array3[] = {'A', 'B', 'C', 'D', '\0'}; 很显然地，array1 满足我们字串的定义，它是一个以 char 为元素 型别的阵列而且以空字元(\0)结尾。不过，array2 就不是，因为它 不是以空字元(\0)结尾；而 array3 也不是，因为它的元素型别是 int 并不是字元型别。如果我们对 array2 做以下修改，我们也可以 称它为字串，因为有以空字元(\0)结尾，即便 \0 不是在阵列的最後 一个位置，也仍然是字串。 array2[2] = '\0'; /* After this assign operation, array2 is a string. */ 可是如果每一次要用字串的时候，我们都需要用上面 array1 的方式 来宣告，那写 C 语言程式的时候根本是一场梦魇。所以有一种叫作 字串字面的东西就被发明了。向上面的 array1 可以简写成像 array4 这样： char array4[] = "ABCD"; 我们可以直接用一对双引号括住若干个字元，它就会变成字串。当然 也因为如此，你的字串中如果有 "，你就必需用脱逸字元来处理。另 外，如果你很细心的话，你会发现，array4 没有用 \0 来终止字串， 你想必会质疑：为何它可以是字串？ 事实上，字串字面会自动的帮我们在字串的後方加上一个空字元，所 以 "ABCD" 是 等价 {'A', 'B', 'C', 'D', '\0'} 的。也因为如此， 如果你写出下面的程式码，编译器会向你抱怨：阵列过小，因为事实 上 "ABCD" 有五个字元。 char array5[4] = "ABCD"; /* ERROR! */ 当然也因为 字串字面(String Literal) 会自动加上 \0，所以和字 元字面常数是不同的东西。简单来说 "A" 不等价 'A'。 字串函式 C 语言的标准函式库里面有若干个有用的函式，可以帮你简化字串处 理的繁锁工作。它的功能涵盖输入输出、字串比较、字串串接、等字 串处理工作。本文将其中一部分简述如下，不过限於篇幅，有些函式 被我省略掉了，如要更详细的资讯，大家可以自行去寻找「C Stand- ard Libray」的相关资料。 #include <stdio.h> stdio.h 这一个标头档，专门放输入输出的函式原型。所以如果要输 入抑或输出，你都必需引入 stdio.h 标头档。 scanf("%s", ...); 首先，字串不会总是写死在程式里，有时候我们也必需要让使用者 输入字串。在 C 语言中，我们可以用 scanf 来输入字串。用法和 我们读入数字的方法很像，不同点是我们用的不是 %d 而是 %s。 另外，我们不用使用取址(Address-of)运算子，直接把阵列名称传 入就好了（为什麽会这样呢？我们有机会说到指标再谈）。例如： char input[16]; scanf("%s", input); 这样我们就可以读入一个字串。假如我输入 xyz 之後按下 Enter， input 的前四个元素就会是 'x', 'y', 'z', '\0'。也就是说： input[0] == 'x'; input[1] == 'y'; input[2] == 'z'; input[3] == '\0'; scanf 会一直读入字元，写到阵列中，直到遇到「空白、换行、 Tab」等字元，它才会在阵列加上 \0，然後停止。不过，细心一点 的读者很快就会发现问题：我输入多少字，不论阵列够不够大， scanf 都会照单全收！进而产生缓充区溢位(Buffer Overflow)！ 这是很多程式会有安全漏洞的原因。要怎麽避免呢？你可以在 s 的前面在上数字，表示字串(不含 \0)最多可以多长。例如： char input[16]; scanf("%15s", input); 就表示：最多可以输入 15 个字元，加上 1 个 \0 做为字串结尾。 如此一来就可以确保不会溢位。 printf("%s", ...); 当然我们常常会有输出字串的需求，我们要怎麽输出字串呢？当然 直接用 printf(字串) 也是一个方法。不过，他却不一定是一个好 方法。举例来说：如果字串是由使用者输入的，你本来不预期使用 者会输入 % 字元，可是使用者输入的话会发生什麽事呢？请自行 想像！XD 所以正确的方法是什麽呢？标准答案是 printf("%s", 字串); printf("%s", 字串); 使用 %s 来告诉 printf 函式：我们要印出一个字串，请把字串中 除了 \0 之外的所有字元都印到萤幕上。例如： char str[] = "String!"; printf("%s", str); printf("%s", "This is my string!"); fgets(str, n, stdin); 有时候，我们想要读入的字串含有空白，我们希望以换行字元为分 界怎麽办呢？这时候 fgets 就可以上场了，fgets 可以帮我们读 入字元，直到遇上换行字元。第一个引数是字串，第二个引数是你 希望最多读入多少字元(含 \0)，第三个引数大家先打 stdin 就可 以了。 char str[16]; fgets(str, 16, stdin); 以上会读入最多 15 个字元加上一个 \0。会以换行为分界。如果 输入的字元少於 15 个字元，在 \0 之前会有一个 \n。如果你不 想要他，你可以用下面的方式来处理。 if (strchr(str, '\n')) { *strchr(str, '\n') = '\0'; } #include <string.h> string.h 这一个标头档顾名思义，就是要用来处理字串用的。不过 除了处理字串的函式之外，还有一些是处理记忆体的，或者正确的说 是处理一段记忆体空间。 值得注意的是：以 str 开头的函式，在引数的部分会假定输入的字 串都是以真得字串，如果你传入的只是一个字元阵列，而且不以 \0 结尾，则你的程式执行起来会如何，没有人会知道。所以写程式的时 候要小心！ strlen(str); 这一个函式以一个字串为引数，然後它会回传这一个字串的字数 (STRing LENgth)。所谓的字数，指得是「非 \0 的字数」，也就 是在碰到 \0 之前一共有多少个字。例如： char str1[] = "ABCD"; char str2[] = {'q', 'w', 'e', 'r', 't', 'y', '\0'}; size_t strlen1 = strlen(str1); /* == 4 */ size_t strlen2 = strlen(str2); /* == 6 */ strcmp(stra, strb); 这一个函式是用来比较二个字串的大小(STRing CoMPare)。如果二 个字串全等，则传会 0。如果二个字串之间第一个不相同的字元的 索引是 i，则回传值会和 stra[i] - strb[i] 同号。也就是说在 ASCII 环境下， strcmp("A", "a") < 0 strcmp("Ab", "AB") > 0 strcmp("A", "A") == 0 strcpy(dest, src); 这一个函式的用途是把一个字串复制到另一个字元阵列(STRing CoPY)。第一个引数是目标阵列，第二个引数是来源字串。这一个 函式会把 src 所有「在 \0 之前包含 \0 的字元」复制到 dest。 char receive[1024]; char source[] = "ABCDEFG"; strcpy(receive, source); printf("%s", receive); /* We get "ABCDEFG" as output */ 不过必需注意，如果 dest 的大小，不足以容纳 src，则你的程式 极可能发生执行阶段错误。这也是不少安全漏洞的来源，所以写程 式的时候请千万小心。 char buffer[1]; char source2[] = "This Is Going To Overflow!!!! HA! HA! HA!"; strcpy(buffer, source2); /* 错误！缓冲区溢位 */ strncpy(dest, src, n); 这一个函式也是要用来复制字串。不过和 strcpy 不同的是，它最 多只会复制 n 个字元。如果 strlen(src) < n，\0 会被复制，如 果 strlen(src) >= n，则 \0 就不会被复制。所以 strncpy 复制 出来的东西不一定是字串。 char buffer1[1024], buffer2[1024]; char buffer3[1024], buffer4[1024]; strncpy(buffer1, "ABCDE", 4); /* buffer1 不是字串 */ strncpy(buffer2, "ABCDE", 5); /* buffer2 也不是字串 */ strncpy(buffer3, "ABCDE", 6); /* buffer3 是字串 */ strncpy(buffer4, "ABCDE", 7); /* buffer4 是字串 */ 不过如果你手动补上 \0，buffer1、buffer2 也可以是字串。 buffer1[4] = '\0'; buffer2[5] = '\0'; 我们会有： strcmp(buffer1, "ABCD") == 0 /* 要补上 \0 才能满足条件 */ strcmp(buffer2, "ABCDE") == 0 /* 要补上 \0 才能满足条件 */ strcmp(buffer3, "ABCDE") == 0 strcmp(buffer4, "ABCDE") == 0 strcat(dest, src); 这一个函式的用途是把 src 字串接到 dest 字串之後(STRing conCATenate)。strcat 会先找到 dest 字串中的 \0 然後，从这 一个字元开始复制 src 的字元直到 src 结束为止。当然，src 的 \0 会被复制，所以执行完之後 dest 仍然会是一个字串。例如： char dest[1024] = "abc"; strcat(dest, "ABCDEFG"); printf("%s", dest); /* 输出 "abcABCDEFG" */ strcpy(dest, "12345"); strcat(dest, "HIJKL"); printf("%s", dest); /* 输出 "12345HIJKL" */ 不过和 strcpy 一样，strcat 不会在乎 dest 是否有足够的空间， 所以也会有溢位问题，你必需确定 dest 可以再加上 strlen(src) 个字元才能用这一个函式。请小心使用，我就不再赘述。 strncat(dest, src, n); 这一个函式和 strcat 一样是用来串接字串；和 strcat 不一样的 是有串接字数限制。和 strncpy 一样有字数限制，不同的是 \0 字元永远会被复制（事实上你可以想像成原本 dest 的 \0 被搬到 後面）。所以 dest 只要可以再加上 n 个字元就不会溢位。例如： char str1[10] = "ABCDE"; strncat(str1, "abcdefg", 4); /* OK! */ printf("%s", str1); /* 输出 "ABCDEabcd" */ memcpy(dest, src, n); 这一个函式可以把记忆体中的特定区块复制 n bytes 到另一处。 和 strcpy 不同，memcpy 会把从 src 算起一共 n bytes 搬到 dest 的位置。我们直接看范例： char str1[6]; char str2[] = "ABCDE"; memcpy(str1, str2, 6); printf("%s", str1); /* 输出 "ABCDE" */ char str3[] = "ABCDE"; char str4[] = "abcde"; memcpy(str3, str4, 2); printf("%s", str3); /* 输出 "abCDE" */ 有了基本概念之後，我们来看看变化型。我们在前一章有说到阵列 不可以 assign，我们要复制，只能一个元素一个元素地复制。不 过这样实在太麻烦了，有没有简单的方法？是有的。 int array1[] = {56, 58, 59}; int array2[3]; memcpy(array2, array1, sizeof(int) * 3); array2[0] == 56, array2[1] == 58, array2[2] == 59 稍微讲解一下，sizeof(int) 是指一个 int 要多少个 byte，我们 有空再谈。之後 memcpy 会帮我们复制 sizeof(int) * 3 个 bytes，所以 array2 的那一段记忆体空间会和 array1 的一样。 最後我们就会有和 array1 一样的 array2。 提醒一下： [dest, dest + n), [src, src + n) 最好不要重叠， 不然结果不被定义（EDIT: ckclark学长说，可以改用 memmove 函 式）。 memset(dest, ch, n); 这一个函式可以从 dest 这一个 byte 开始，把 n 个 bytes 全部 设为 ch 这一个字元。例如： char str[] = "ABCDEF"; memset(str, 'a', 3); printf("%s", str); /* 输出 "aaaDEF" */ 当然，只有这一种功能当然不够看。memset 最强大的功能就是可 以初始化阵列。不过我要先声明，这不是一个 Portable (可移植) 的方法。 int array1[3]; memset(array1, 0, sizeof(int) * 3); /* 所有 array1 的元素是 0 */ int array2[3]; memset(array2, 0xFF, sizeof(int) * 3); /* 所有 array2 的元素是 -1 */ unsigned int array3[3]; memset(array3, 0xFF, sizeof(unsigned int) * 3); /* 所有 array3 的元素是 UINT_MAX */ 不过这一个方法，不是一个 Portable 的方法，它依赖平台的特性。 例如：如果有一个平台一个 9-bits 等於 1byte，array2 的元素 就不一定会是都是 -1。虽然，这一个方法很快速、简洁、好用， 不过，切记：跨平台的时候不要忘了！ 备注：(在 C99, 也许 C89 也对) 如果要把阵列初始化为 0，大可 不用这种方法，还有更简单的方法，有空我们再谈。 结语 结语要说啥？我不知道....。打那麽多字，手好酸。总之，字串很重 要，看不懂的人，欢迎来信（MSN 的帐号，GMAIL结尾）。下集预 告：再看看.....(阵列III?)。 PS. 这就是 钢弹 吗？我可没有自信，第一次碰钢弹就可以重写 OS， 并干掉 Rusty.....。众人嘘：还不快滚去救生舱！ PS2. 你的推文是我再写的原动力，你的嘘文是我自 d 的原动力。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.241.166 ※ 编辑: LoganChien 来自: 140.112.241.166 (10/08 00:44) ※ 编辑: LoganChien 来自: 140.112.241.166 (10/08 00:44) ※ 编辑: LoganChien 来自: 140.112.241.166 (10/08 02:19) ※ 编辑: LoganChien 来自: 140.112.241.166 (10/08 07:39) ※ 编辑: LoganChien 来自: 140.112.241.166 (10/08 16:16) ※ 编辑: LoganChien 来自: 140.112.241.166 (10/09 01:06) ※ 编辑: LoganChien 来自: 140.112.241.166 (10/10 07:53)