前言 上一篇文章我們簡單地介紹了陣列的基本概念，我們可以把陣列想像 成一個表格，每一個表格可以有若干個儲存格，每一個儲存格有一個 索引(Index)，可以存一個元素(Element)。 在這一篇我要來介紹陣列的進階用法。在這一篇文章我會提到字串 (String)。 在 C 語言中，如果我們要輸出、讀入一串文字，我們都會用到字串。 即使是像 Hello World 這一種簡單的程式我們也已經用到字串了， 所以字串的重要性可見一斑。我們在這一篇文章會討論這一個問題。 printf("Hello world!\n"); 預備知識 1. 字元型別有二種，一種是 char，另一種是 wchar_t。前者主要用 於 ASCII、BIG5 環境，後者主要用於 Unicode 環境。不過因為 一些因素，本文將只討論 char 的使用。 2. 字元字面常數(Character Literal Constant)，一般而言我們會 用數字來代表字元，不過，因為並不是所有的環境都使用相同的 數字來表示同一個字元(例如: ASCII v.s. EBCDIC)，所以為了可 移植性(Portability)，我們會用 'A' 來代表「用以表示 A 這一 個字元的數字」，其餘類推。 3. 脫逸(Escape)，因為有些字元如果想用字元字面常數來表示，就 會破壞 C 語言的語法規則，所以我們不能直接用 '<字元>' 來表 示，而又有不少是很常見的字元，所以我們有其他的表示法。例 如換行字元，我們就用 \n 來代替；單引號字元，我們就用 \' 來代替。又因為 \ 被拿來當作脫逸符號，所以我們就用 \\ 來 代替反斜線。部分替換表如下： ┌───┬───┬───┬──────────┐ │字元 │脫逸 │ASCII │說明 │ ├───┼───┼───┼──────────┤ │Null │\0 │0x00 │空字元(字串終止字元)│ ├───┼───┼───┼──────────┤ │Tab │\t │0x09 │ │ ├───┼───┼───┼──────────┤ │換行 │\n │0x0A │ │ ├───┼───┼───┼──────────┤ │" │\" │0x22 │在字串內的雙引號 │ ├───┼───┼───┼──────────┤ │' │\' │0x27 │'\'' 單引號的代號 │ ├───┼───┼───┼──────────┤ │\ │\\ │0x5C │脫逸脫逸字元 │ └───┴───┴───┴──────────┘ 字串 在 C 語言中，字串的定義為：一個以字元型別為元素型別的陣列， 而且它必需以 空字元(\0) 結尾。另外，還有一種東西也可以算是字 串，那就是 字串字面(String Literal)。所謂的字串字面就是指以 雙引號夾起來的東西，我們下面會再提到。 ┌────────────────────────────┐ │一段故事：如果你有 Windows 程式設計經驗的話，你一定有看 │ │過「匈牙利命名法」。一種會在變數名稱前面加上型別資訊的命│ │名方法。在匈牙利命名法中，有一個規則就是字串變數的名字會│ │加上 sz，例如 szName 之類的。其中，sz 指的就是 Zero-ter-│ │minated String 的意思。微軟早期的工程師就是用這一種方法 │ │來讓錯誤的程式碼容易看得出來。不過，要不要用匈牙利命名法│ │呢？我想...，微軟的程式品質...，嗯，總之師其意可，師其法│ │則萬萬不可。（因為有其他的缺點） │ └────────────────────────────┘ 根據上面的定義，我們知道，下面 array1 是字串，而 array2 和 array3 不是，為什麼？ char array1[] = {'A', 'B', 'C', 'D', '\0'}; char array2[] = {'A', 'B', 'C', 'D', '\n'}; int array3[] = {'A', 'B', 'C', 'D', '\0'}; 很顯然地，array1 滿足我們字串的定義，它是一個以 char 為元素 型別的陣列而且以空字元(\0)結尾。不過，array2 就不是，因為它 不是以空字元(\0)結尾；而 array3 也不是，因為它的元素型別是 int 並不是字元型別。如果我們對 array2 做以下修改，我們也可以 稱它為字串，因為有以空字元(\0)結尾，即便 \0 不是在陣列的最後 一個位置，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時候，我們都需要用上面 array1 的方式 來宣告，那寫 C 語言程式的時候根本是一場夢魘。所以有一種叫作 字串字面的東西就被發明了。向上面的 array1 可以簡寫成像 array4 這樣： char array4[] = "ABCD"; 我們可以直接用一對雙引號括住若干個字元，它就會變成字串。當然 也因為如此，你的字串中如果有 "，你就必需用脫逸字元來處理。另 外，如果你很細心的話，你會發現，array4 沒有用 \0 來終止字串， 你想必會質疑：為何它可以是字串？ 事實上，字串字面會自動的幫我們在字串的後方加上一個空字元，所 以 "ABCD" 是 等價 {'A', 'B', 'C', 'D', '\0'} 的。也因為如此， 如果你寫出下面的程式碼，編譯器會向你抱怨：陣列過小，因為事實 上 "ABCD" 有五個字元。 char array5[4] = "ABCD"; /* ERROR! */ 當然也因為 字串字面(String Literal) 會自動加上 \0，所以和字 元字面常數是不同的東西。簡單來說 "A" 不等價 'A'。 字串函式 C 語言的標準函式庫裡面有若干個有用的函式，可以幫你簡化字串處 理的繁鎖工作。它的功能涵蓋輸入輸出、字串比較、字串串接、等字 串處理工作。本文將其中一部分簡述如下，不過限於篇幅，有些函式 被我省略掉了，如要更詳細的資訊，大家可以自行去尋找「C Stand- ard Libray」的相關資料。 #include <stdio.h> stdio.h 這一個標頭檔，專門放輸入輸出的函式原型。所以如果要輸 入抑或輸出，你都必需引入 stdio.h 標頭檔。 scanf("%s", ...); 首先，字串不會總是寫死在程式裡，有時候我們也必需要讓使用者 輸入字串。在 C 語言中，我們可以用 scanf 來輸入字串。用法和 我們讀入數字的方法很像，不同點是我們用的不是 %d 而是 %s。 另外，我們不用使用取址(Address-of)運算子，直接把陣列名稱傳 入就好了（為什麼會這樣呢？我們有機會說到指標再談）。例如： char input[16]; scanf("%s", input); 這樣我們就可以讀入一個字串。假如我輸入 xyz 之後按下 Enter， input 的前四個元素就會是 'x', 'y', 'z', '\0'。也就是說： input[0] == 'x'; input[1] == 'y'; input[2] == 'z'; input[3] == '\0'; scanf 會一直讀入字元，寫到陣列中，直到遇到「空白、換行、 Tab」等字元，它才會在陣列加上 \0，然後停止。不過，細心一點 的讀者很快就會發現問題：我輸入多少字，不論陣列夠不夠大， scanf 都會照單全收！進而產生緩充區溢位(Buffer Overflow)！ 這是很多程式會有安全漏洞的原因。要怎麼避免呢？你可以在 s 的前面在上數字，表示字串(不含 \0)最多可以多長。例如： char input[16]; scanf("%15s", input); 就表示：最多可以輸入 15 個字元，加上 1 個 \0 做為字串結尾。 如此一來就可以確保不會溢位。 printf("%s", ...); 當然我們常常會有輸出字串的需求，我們要怎麼輸出字串呢？當然 直接用 printf(字串) 也是一個方法。不過，他卻不一定是一個好 方法。舉例來說：如果字串是由使用者輸入的，你本來不預期使用 者會輸入 % 字元，可是使用者輸入的話會發生什麼事呢？請自行 想像！XD 所以正確的方法是什麼呢？標準答案是 printf("%s", 字串); printf("%s", 字串); 使用 %s 來告訴 printf 函式：我們要印出一個字串，請把字串中 除了 \0 之外的所有字元都印到螢幕上。例如： char str[] = "String!"; printf("%s", str); printf("%s", "This is my string!"); fgets(str, n, stdin); 有時候，我們想要讀入的字串含有空白，我們希望以換行字元為分 界怎麼辦呢？這時候 fgets 就可以上場了，fgets 可以幫我們讀 入字元，直到遇上換行字元。第一個引數是字串，第二個引數是你 希望最多讀入多少字元(含 \0)，第三個引數大家先打 stdin 就可 以了。 char str[16]; fgets(str, 16, stdin); 以上會讀入最多 15 個字元加上一個 \0。會以換行為分界。如果 輸入的字元少於 15 個字元，在 \0 之前會有一個 \n。如果你不 想要他，你可以用下面的方式來處理。 if (strchr(str, '\n')) { *strchr(str, '\n') = '\0'; } #include <string.h> string.h 這一個標頭檔顧名思義，就是要用來處理字串用的。不過 除了處理字串的函式之外，還有一些是處理記憶體的，或者正確的說 是處理一段記憶體空間。 值得注意的是：以 str 開頭的函式，在引數的部分會假定輸入的字 串都是以真得字串，如果你傳入的只是一個字元陣列，而且不以 \0 結尾，則你的程式執行起來會如何，沒有人會知道。所以寫程式的時 候要小心！ strlen(str); 這一個函式以一個字串為引數，然後它會回傳這一個字串的字數 (STRing LENgth)。所謂的字數，指得是「非 \0 的字數」，也就 是在碰到 \0 之前一共有多少個字。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); 這一個函式是用來比較二個字串的大小(STRing CoMPare)。如果二 個字串全等，則傳會 0。如果二個字串之間第一個不相同的字元的 索引是 i，則回傳值會和 stra[i] - strb[i] 同號。也就是說在 ASCII 環境下， strcmp("A", "a") < 0 strcmp("Ab", "AB") > 0 strcmp("A", "A") == 0 strcpy(dest, src); 這一個函式的用途是把一個字串複製到另一個字元陣列(STRing CoPY)。第一個引數是目標陣列，第二個引數是來源字串。這一個 函式會把 src 所有「在 \0 之前包含 \0 的字元」複製到 dest。 char receive[1024]; char source[] = "ABCDEFG"; strcpy(receive, source); printf("%s", receive); /* We get "ABCDEFG" as output */ 不過必需注意，如果 dest 的大小，不足以容納 src，則你的程式 極可能發生執行階段錯誤。這也是不少安全漏洞的來源，所以寫程 式的時候請千萬小心。 char buffer[1]; char source2[] = "This Is Going To Overflow!!!! HA! HA! HA!"; strcpy(buffer, source2); /* 錯誤！緩衝區溢位 */ strncpy(dest, src, n); 這一個函式也是要用來複製字串。不過和 strcpy 不同的是，它最 多只會複製 n 個字元。如果 strlen(src) < n，\0 會被複製，如 果 strlen(src) >= n，則 \0 就不會被複製。所以 strncpy 複製 出來的東西不一定是字串。 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 */ 不過如果你手動補上 \0，buffer1、buffer2 也可以是字串。 buffer1[4] = '\0'; buffer2[5] = '\0'; 我們會有： strcmp(buffer1, "ABCD") == 0 /* 要補上 \0 才能滿足條件 */ strcmp(buffer2, "ABCDE") == 0 /* 要補上 \0 才能滿足條件 */ strcmp(buffer3, "ABCDE") == 0 strcmp(buffer4, "ABCDE") == 0 strcat(dest, src); 這一個函式的用途是把 src 字串接到 dest 字串之後(STRing conCATenate)。strcat 會先找到 dest 字串中的 \0 然後，從這 一個字元開始複製 src 的字元直到 src 結束為止。當然，src 的 \0 會被複製，所以執行完之後 dest 仍然會是一個字串。例如： char dest[1024] = "abc"; strcat(dest, "ABCDEFG"); printf("%s", dest); /* 輸出 "abcABCDEFG" */ strcpy(dest, "12345"); strcat(dest, "HIJKL"); printf("%s", dest); /* 輸出 "12345HIJKL" */ 不過和 strcpy 一樣，strcat 不會在乎 dest 是否有足夠的空間， 所以也會有溢位問題，你必需確定 dest 可以再加上 strlen(src) 個字元才能用這一個函式。請小心使用，我就不再贅述。 strncat(dest, src, n); 這一個函式和 strcat 一樣是用來串接字串；和 strcat 不一樣的 是有串接字數限制。和 strncpy 一樣有字數限制，不同的是 \0 字元永遠會被複製（事實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 個字元就不會溢位。例如： char str1[10] = "ABCDE"; strncat(str1, "abcdefg", 4); /* OK! */ printf("%s", str1); /* 輸出 "ABCDEabcd" */ memcpy(dest, src, n); 這一個函式可以把記憶體中的特定區塊複製 n bytes 到另一處。 和 strcpy 不同，memcpy 會把從 src 算起一共 n bytes 搬到 dest 的位置。我們直接看範例： char str1[6]; char str2[] = "ABCDE"; memcpy(str1, str2, 6); printf("%s", str1); /* 輸出 "ABCDE" */ char str3[] = "ABCDE"; char str4[] = "abcde"; memcpy(str3, str4, 2); printf("%s", str3); /* 輸出 "abCDE" */ 有了基本概念之後，我們來看看變化型。我們在前一章有說到陣列 不可以 assign，我們要複製，只能一個元素一個元素地複製。不 過這樣實在太麻煩了，有沒有簡單的方法？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 稍微講解一下，sizeof(int) 是指一個 int 要多少個 byte，我們 有空再談。之後 memcpy 會幫我們複製 sizeof(int) * 3 個 bytes，所以 array2 的那一段記憶體空間會和 array1 的一樣。 最後我們就會有和 array1 一樣的 array2。 提醒一下： [dest, dest + n), [src, src + n) 最好不要重疊， 不然結果不被定義（EDIT: ckclark學長說，可以改用 memmove 函 式）。 memset(dest, ch, n); 這一個函式可以從 dest 這一個 byte 開始，把 n 個 bytes 全部 設為 ch 這一個字元。例如： char str[] = "ABCDEF"; memset(str, 'a', 3); printf("%s", str); /* 輸出 "aaaDEF" */ 當然，只有這一種功能當然不夠看。memset 最強大的功能就是可 以初始化陣列。不過我要先聲明，這不是一個 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 */ 不過這一個方法，不是一個 Portable 的方法，它依賴平台的特性。 例如：如果有一個平台一個 9-bits 等於 1byte，array2 的元素 就不一定會是都是 -1。雖然，這一個方法很快速、簡潔、好用， 不過，切記：跨平台的時候不要忘了！ 備註：(在 C99, 也許 C89 也對) 如果要把陣列初始化為 0，大可 不用這種方法，還有更簡單的方法，有空我們再談。 結語 結語要說啥？我不知道....。打那麼多字，手好酸。總之，字串很重 要，看不懂的人，歡迎來信（MSN 的帳號，GMAIL結尾）。下集預 告：再看看.....(陣列III?)。 PS. 這就是 鋼彈 嗎？我可沒有自信，第一次碰鋼彈就可以重寫 OS， 並幹掉 Rusty.....。眾人噓：還不快滾去救生艙！ PS2. 你的推文是我再寫的原動力，你的噓文是我自 d 的原動力。 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.241.166 ※ 編輯: LoganChien 來自: 140.112.241.166 (10/08 00:44) ※ 編輯: LoganChien 來自: 140.112.241.166 (10/08 00:44) ※ 編輯: LoganChien 來自: 140.112.241.166 (10/08 02:19) ※ 編輯: LoganChien 來自: 140.112.241.166 (10/08 07:39) ※ 編輯: LoganChien 來自: 140.112.241.166 (10/08 16:16) ※ 編輯: LoganChien 來自: 140.112.241.166 (10/09 01:06) ※ 編輯: LoganChien 來自: 140.112.241.166 (10/10 07:53)