【C-Primer-Plus读书笔记】第11章：字符串和字符串函数

表示字符串和字符串I/O

在程序中定义字符串

1. 字符串字面量（字符串常量）

   • 用双引号括起来的内容称为字符串字面量，也叫作字符串常量。双引号中的字符和编译器自动加入末尾的\0字符，都作为字符串存储在内存中。
   • 从ANSI C标准起，如果字符串字面量之间没有间隔，或者用空白字符分割，C会将其视为串联起来的字符串字面量。
   • 字符串常量属于静态存储类别，这说明如果在函数中使用字符串常量，该字符串只会被存储一次，在整个程序的生命周期内存在，即使函数被调用多次。用双引号括起来的内容被视为指向该字符串存储位置的指针。这类似于把数组名作为指向数组位置的指针。

2. 字符串数组和初始化
   定义字符串数组时，必须让编译器知道需要多少空间：

   1. 一种方法是用足够空间的数组存储字符串。在指定数组大小时，要确保数组元素个数至少比字符串长度多1（为了容纳空字符）。所有未被使用的元素都被自动初始化为0（这里的0指的是char形式的空字符，不是数字字符0）。
   2. 另一种方法就是让编译器确定数组大小，即前面讲过的省略数组初始化声明中的大小，编译器会自动计算数组大小。让编译器计算数组的大小只能用在初始化数组时。如果创建一个稍后再填充的数组，就必须在声明时指定大小。
   3. 同数组，字符串的声明可以使用数组表示法和指针表示法。
      

3. 数组和指针

   • 初始化数组把静态存储区的字符串拷贝到数组中（此时字符串有两个副本），而初始化指针只把字符串的地址拷贝给指针。
   • 这里关键要理解，在数组形式中，数组名是地址常量。不能更改数组名的值，如果更改了则意味着改变了数组的存储位置（即地址）。例如递增之类的操作，而指针表示法则可以。
   • 字符串字面量被视为const数据，所以不能通过指针修改其值，且该指针应该声明为指向const数据的指针，但是可以修改指针本身的值（即指向的地址，如上描述可以使用递增之类的操作）。

4. 数组和指针的区别
   初始化字符数组来存储字符串和初始化指针来指向字符串（“指向字符串”指的是指向字符串的首地址）的区别：

   • 数组名是常量，而指针名是变量；
   • 两者都可以使用数组表示法；
   • 两者都能进行指针加法操作，但是只要指针表示法可以进行递增操作；
   • 可以用指针表示法去指向数组表示法的地址以达到两者统一，但不能反向赋值（赋值运算符左边必须是变量或概括地说是可修改的左值）；
   • 可以改变数组表示法中的元素值（因为是字符串字面量的副本），数组元素是变量但数组名不是。总之，如果不修改字符串不要用指针表示法声明（即指向字符串字面量）。

5. 字符串数组

   • 创建一个字符数组（即数组里面每个元素是一个字符数组）会很方便，可以通过数组下标访问多个不同的字符串（此处讲的是二维数组的情况，一个数组内有多个字符串）。当然也可以采用指针数组（即数组里面每个元素是一个字符串字面量，就是指向字符串字面量的地址）。两者在使用上基本一致，但区别在于存储上：前者是字符数组，后者是指针数组，占用空间上前者大于后者，但前者可修改值，后者不可修改。
   • 综上所述，如果要使用数组表示一系列待显示的字符串，请使用指针数组，因为它比二位数组的效率高。但是如果要改变字符串或为字符串输入预留空间，不要使用指向字符串字面量的指针。

指针和字符串

实际上，字符串的绝大多数操作都是通过指针完成的。即大多数操作只需要知道地址就可以了，这样效率更高，如果确实需要拷贝整个数组，可以使用strcpy()和strncpy()（下面字符串函数讲解）。

字符串输入

把一个字符串读入程序的基本步骤：首先必须预留存储该字符串的空间，然后用输入函数获取该字符串。

分配空间

• 分配空间时必须要保证足够的空间，不要指望计算机在读取字符串时顺便计算它的长度然后再分配空间（计算机不会这样做，除非你写了一个处理该任务的函数）。
• 最简单的方法就是在声明时显式指明数组的大小；还有一种方法是使用C库函数来分配内存（下章内存管理讲解）。

不幸的gets()函数

在读取字符串时，scanf()和转换说明%s只能读取一个单词。可经常需要读取一整行输入，以前，gets()函数就是用于处理这种情况。

• gets()函数读取整行输入，直至遇到换行符，然后丢弃换行符，存储其余字符，并在末尾添加一个空字符使其成为C字符串。
• gets()函数经常跟puts()函数配对使用，该函数用于显示字符串，并在末尾添加换行符。
• gets()函数的致命缺陷是它只有一个参数用于指定字符数组的地址，但它无法检查数组是否装得下输入行。所以现代编译器一般都会给出警告信息。如果输入的字符串过长会导致缓冲区溢出，即多余的字符超出了指定的目标空间。
• gets()函数在C11标准已经废除，不建议使用

gets()的替代品

现在有两种替代方案：fgets()和gets_s()。

1. fgets()函数和fputs()

   • fgets()函数通过第2个参数限制读入的字符数来解决溢出的问题。该函数专门设计用于处理文件输入，所以一般情况下可能不太好用。fgets()和gets()的区别如下：

     • fgets()函数的第2个参数指明了读入字符的最大数量（如果该参数是n，则读入n-1个字符，因为需要为空字符预留一个位置，或者遇到换行符就停止读取）
     • 如果fgets()读到一个换行符，会把它存储在字符串中
     • fgets()函数的第3个参数指明要读入的文件（读取键盘输入，则以stdin作为该参数）
   • 因为换行符的原因，fgets()通常与fputs()配对使用（因为fputs()不会在末尾添加换行符），fputs()函数的第二个参数指明它要写入的文件（如果要显示在计算机显示器上，则应使用stdout作为该参数）
   • fgets()函数返回指向char的指针。如果一切顺利返回的地址与传入的第一个参数相同。但是如果读到文件结尾，它将返回一个特殊的指针：空指针。该指针保证不会指向有效的数据，可以用数字0来代替，不过C语言中常用宏NULL来代替。
   • 系统使用缓冲的I/O。这意味着用户在按下Return键之前，输入都被存储在临时存储区，即缓冲区中。按下Return键就在输入中增加了一个换行符，并把整行输入发送给fgets()。对于输出，fputs()把字符发送给另一个缓冲区，当发送换行符时，缓冲区中的内容被发送至屏幕上。
2. gets_s函数
   C11新增的gets_s函数（可选）和fgets()类似，用一个参数限制读入的字符数。

gets_s()与fgets()的区别如下：

• gets_s()只从标准输入（stdin）中读取数据，所以不需要第三个参数
• gets_s()读到换行符会丢弃换行符不予存储
• gets_s()读到最大字符都没有碰到换行符，会执行下面几步：首先把目标数组中的首字符设置为空字符，并且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。接着，调用依赖实现的“处理函数”（或你选择的其他函数），可能会中止或退出程序。

最后比较一下gets()、fgets()和gets_s()的适用性，首先gets()不安全且被废弃不推荐使用。而当输入与预期不符时gets_s()完全没有fgets()函数方便、灵活（原因主要在gets_s()与fgets()的区别的第三条），鉴于此fgets()通常是处理类似情况的最佳选择。

1. s_gets()函数
   由于种种原因，上述介绍的三个字符串输入函数gets()、fgets()和gets_s()各有不足（在fgets()是最佳选择的情况下，去除换行符，并清除输入缓冲区的剩余内容）也许并不能满足我们的要求,所以我们需要在这里创建一个s_gets()函数

char * s_gets(char * st, int n)
{
    char * ret_val;
    int i = 0;

    ret_val = fgets(st, n, stdin);
    if (ret_val)    //即，ret_val != NULL
    {
        while (st[i] != '\n' && st[i] != '\0')
            i++;
        if (st[i] == '\n')
            st[i] = '\0';
        else
            while (getchar() != '\n')
                continue;
    }
    return ret_val;
}

1. scanf()函数
   我们已经知道scanf()和%s转换说明读取字符串。scanf()和gets()或fgets()的区别在于它们如何确定字符串的末尾：

• scanf()更像是获取单词的函数，而不是获取字符串；
• 如果预留的存储区装得下输入行，gets()和fgets()会读取第1个换行符之前所有的字符。
• scanf()函数有两种方法确定输入结束。无论哪种方法，都从第1个非空白字符作为字符串的开始。
• 如果使用%s转换说明，以下一个空白字符作为字符串的结束。如果指定了字符宽度，那么scanf()将读取指定字符宽度的字符或第1个空白字符停止。

scanf()和gets()类似，也存在一些潜在的缺点。如果输入行的内容过长，scanf()也会导致数据溢出，不过在%s转换说明中使用字段宽度可防止溢出。

字符串输出

接下来，我们讨论字符串输出。C有3个标准函数用于打印字符串：puts()、fputs()和printf()。

1. puts()函数

   • puts()函数很容易使用，只需把字符串的地址作为参数传递给它即可。
   • puts()在显示字符串时会自动在其末尾添加一个换行符。
   • puts()在遇到空字符时就停止输出，所以必须确保有空字符。

2. fputs()函数
   fputs()函数是puts()函数针对文件定制的版本。它们的区别如下：

   • fputs()函数的第2个参数指明要写入数据的文件。如果要打印在显示器上，使用stdout。
   • 与puts()不同，fputs()不会在输出的末尾添加换行符。

3. printf()函数

   • printf()函数用起来没有puts()函数那么方便，但它可以格式化不同的数据类型。
   • printf()函数不会自动在每个字符串末尾加上一个换行符。
   • printf()函数打印多个字符串更加简单

综上所述，我们在此总结一下字符串输入输出函数，基本上每个输入函数都有其对应的输出函数以配对使用，各输入输出函数配对的依据又主要以对换行符的处理方式为依据。主要有以下3对输入输出函数：gets()（推荐使用gets_s()）-puts()、fgets()-fputs()、scanf()-printf()

自定义输入/输出函数

如果需要自定义所需的输入/输出函数，请使用getchar()和putchar()函数。理论上所有字符串处理函数底层原理都是这两个函数（或概括的说这两个函数类似的处理方式）在依次处理单个字符以完成整个字符串的处理。

字符串函数

以下函数（1~4）都需要包含strings.h头文件

1. strlen()函数——用于统计字符串的长度

2. strcat()和strncat()函数——用于拼接字符串

   • 该函数把第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()不进行溢出检查（第1个字符串）
   • strncat()可指定最大字符串长度以防止溢出（第3个参数）

3. strcmp()和strncmp()函数——用于字符串比较

   • 该函数要比较的是字符串的内容，不是字符串的地址
   • 返回值为0就代表相同，否则返回非0值；其次如果在字母表中的第1个字符串位于第2个字符串前面，该函数就返回负数，反之则返回正数
   • 该函数比较的是字符串（比较至空字符即停止比较），不是整个数组，这是非常好的功能
   • strcmp()依次比较每个字符直到发现差异
   • strncmp()可以比较字符的不同地方，也可以限制比较的字符数量

4. strcpy()和strncpy()函数——用于拷贝字符串

   • 该函数相当于字符串赋值运算符
   • 返回值为第1个参数值，即第1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
   • strcpy()不进行溢出检查（第1个字符串）
   • strncpy()可指定最大字符串长度以防止溢出（第3个参数）
5. sprintf()函数——用于把多个元素组合成一个字符串

6. 其他处理函数
   除了上面列出的，还有以下常用函数（找到即返回该位置地址，否则返回空指针）：

   • strchr()——找出一个字符串里指定字符首次出现的位置
   • strpbrk()——监测一个字符串里是否包含另一个字符串中的任一字符
   • strrchr()——找出一个字符串里指定字符最后出现的位置
   • strstr()——监测一个字符串里是否包含指定字符串并返回首字符位置

字符串示例：字符串排序

1. 排序指针而非字符串
2. 选择排序算法（冒泡排序）
   利用for循环依次把每个元素与首元素比较。如果待比较的元素在当前元素前面，则交换两者。循环结束时首元素就是机器排序序列最靠前的字符串。然后外层for循环重复这一过程，这次从第2个元素开始。外层循环指明正在处理数组的哪一个元素，内层循环找出应存储在该元素的值。

ctype.h字符函数和字符串

• 虽然ctype.h中的函数不能处理整个字符串，但是可以处理字符串中的字符。合理使用亦能有大用处
• 另外ctype.h中的函数通常作为宏实现

命令行参数

• 命令行是在命令行环境中，用户为运行程序输入命令的行
• 命令行参数是同一行的附加项
• C编译器允许main()没有参数或者有两个参数。第一个参数（argc）是个整型，存储命令行中的字符串的数量；第二个参数（argv）是一个指针数组，存储命令行每个字符串的地址。
• 命令行中，可以把多个单词用双引号括起来，即算作一个独立的参数字符串

把字符串转换为数字

• 数字既能以字符串形式存储，也能以数值形式存储。把数字存储为字符串就是存储数字字符
• C要求用数值形式进行数值运算，但是在屏幕上显示数字则要求字符串形式，因为屏幕显示的是字符
• printf()和sprintf()函数通过%d和其他转换说明，把数值形式转换为字符串形式，scanf()可以把输入字符串转换为数值形式。

• C还提供一些专门的函数用于把字符串形式转换成数值形式（需包含stdlib.h头文件）：

  1. atoi()函数用于把字母数字转换成整数
  2. atof()函数用于把字符串转换成double类型的值
  3. atol()函数用于把字符串转换成long类型的值

• 比上面更智能的函数，能识别和报告字符串中首字符是否是数字：

  1. strtol()函数用于把字符串转换成long类型的值，能指定进制
  2. strtoul()函数用于把字符串转换成unsigned long类型的值，能指定进制
  3. strtod()函数用于把字符串转换成double类型的值