十、字符串

1.字符串简介

C 语言没有单独的字符串类型，字符串被当作字符数组，即 char 类型的数组。比如，字符串“Hello”是当作数组 {‘H’, ‘e’, ‘l’, ‘l’, ‘o’} 处理的。
编译器会给数组分配一段连续内存，所有字符储存在相邻的内存单元之中。在字符串结尾，C 语言会自动添加一个全是二进制 0 的字节，写作 \0 字符，表示字符串结束。字符 \0 不同于字符 0 ，前者的ASCII 码是0（二进制形式 00000000 ），后者的 ASCII 码是48（二进制形式 00110000 ）。所以，字符串“Hello”实际储存的数组是 {‘H’, ‘e’, ‘l’, ‘l’, ‘o’, ‘\0’} 。
所有字符串的最后一个字符，都是 \0 。这样做的好处是，C 语言不需要知道字符串的长度，就可以读取内存里面的字符串，只要发现有一个字符是 \0 ，那么就知道字符串结束了。

char localString[10];

上面示例声明了一个10个成员的字符数组，可以当作字符串。由于必须留一个位置给 \0 ，所以最多只能容纳9个字符的字符串。
字符串写成数组的形式，是非常麻烦的。C 语言提供了一种简写法，双引号之中的字符，会被自动视为字符数组。

{'H', 'e', 'l', 'l', 'o', '\0'}
// 等价于
"Hello"

上面两种字符串的写法是等价的，内部存储方式都是一样的。双引号里面的字符串，不用自己添加结尾字符 \0 ，C 语言会自动添加。
注意，双引号里面是字符串，单引号里面是字符，两者不能互换。如果把 Hello 放在单引号里面，编译器会报错。

// 报错
'Hello'

另一方面，即使双引号里面只有一个字符（比如 “a” ），也依然被处理成字符串（存储为2个字节），而不是字符 ‘a’ （存储为1个字节）。
如果字符串内部包含双引号，则该双引号需要使用反斜杠转义。

"She replied, \"It does.\""

反斜杠还可以表示其他特殊字符，比如换行符（ \n ）、制表符（ \t ）等。

"Hello, world!\n"

如果字符串过长，可以在需要折行的地方，使用反斜杠（ \ ）结尾，将一行拆成多行。

"hello \
world"

上面示例中，第一行尾部的反斜杠，将字符串拆成两行。

上面这种写法有一个缺点，就是第二行必须顶格书写，如果想包含缩进，那么缩进也会被计入字符串。为了解决这个问题，C 语言允许合并多个字符串字面量，只要这些字符串之间没有间隔，或者只有空格，C 语言会将它们自动合并。

char greeting[50] = "Hello, ""how are you ""today!";
// 等同于
char greeting[50] = "Hello, how are you today!";

这种新写法支持多行字符串的合并。

char greeting[50] = "Hello, "
  "how are you "
  "today!";

printf() 使用占位符 %s 输出字符串。

printf("%s\n", "hello world");

2.字符串变量的声明

字符串变量可以声明成一个字符数组，也可以声明成一个指针，指向字符数组。

// 写法一
char s[14] = "Hello, world!";
// 写法二
char* s = "Hello, world!";

上面两种写法都声明了一个字符串变量 s 。如果采用第一种写法，由于字符数组的长度可以让编译器自动计算，所以声明时可以省略字符数组的长度。

char s[] = "Hello, world!";

上面示例中，编译器会将数组 s 的长度指定为14，正好容纳后面的字符串。字符数组的长度，可以大于字符串的实际长度。

char s[50] = "hello";

上面示例中，字符数组 s 的长度是 50 ，但是字符串“hello”的实际长度只有6（包含结尾符号 \0 ），所以后面空出来的44个位置，都会被初始化为 \0 。字符数组的长度，不能小于字符串的实际长度。

char s[5] = "hello";

上面示例中，字符串数组 s 的长度是 5 ，小于字符串“hello”的实际长度6，这时编译器会报错。因为如果只将前5个字符写入，而省略最后的结尾符号 \0 ，这很可能导致后面的字符串相关代码出错。字符指针和字符数组，这两种声明字符串变量的写法基本是等价的，但是有两个差异。第一个差异是，指针指向的字符串，在 C 语言内部被当作常量，不能修改字符串本身。

char* s = "Hello, world!";
s[0] = 'z'; // 错误

上面代码使用指针，声明了一个字符串变量，然后修改了字符串的第一个字符。这种写法是错的，会导致难以预测的后果，执行时很可能会报错。如果使用数组声明字符串变量，就没有这个问题，可以修改数组的任意成员。

char s[] = "Hello, world!";
s[0] = 'z';

为什么字符串声明为指针时不能修改，声明为数组时就可以修改？原因是系统会将字符串的字面量保存在内存的常量区，这个区是不允许用户修改的。声明为指针时，指针变量存储的值是一个指向常量区的内存地址，因此用户不能通过这个地址去修改常量区。但是，声明为数组时，编译器会给数组单独分配一段内存，字符串字面量会被编译器解释成字符数组，逐个字符写入这段新分配的内存之中，而这段新
内存是允许修改的。为了提醒用户，字符串声明为指针后不得修改，可以在声明时使用 const 说明符，保证该字符串是只读
的。

const char* s = "Hello, world!";

上面字符串声明为指针时，使用了 const 说明符，就保证了该字符串无法修改。一旦修改，编译器肯定会报错。第二个差异是，指针变量可以指向其它字符串。

char* s = "hello";
s = "world";

上面示例中，字符指针可以指向另一个字符串。但是，字符数组变量不能指向另一个字符串。

char s[] = "hello";
s = "world"; // 报错

上面示例中，字符数组的数组名，总是指向初始化时的字符串地址，不能修改。同样的原因，声明字符数组后，不能直接用字符串赋值。

char s[10];
s = "abc"; // 错误

上面示例中，不能直接把字符串赋值给字符数组变量，会报错。原因是字符数组的变量名，跟所指向的数组是绑定的，不能指向另一个地址。为什么数组变量不能赋值为另一个数组？原因是数组变量所在的地址无法改变，或者说，编译器一旦为数组变量分配地址后，这个地址就绑定这个数组变量了，这种绑定关系是不变的。C 语言也因此规定，数组变量是一个不可修改的左值，即不能用赋值运算符为它重新赋值。想要重新赋值，必须使用 C 语言原生提供的 strcpy() 函数，通过字符串拷贝完成赋值。这样做以后，数组变量的地址还是不变的，即 strcpy() 只是在原地址写入新的字符串，而不是让数组变量指向新的地址。

char s[10];
strcpy(s, "abc");

上面示例中， strcpy() 函数把字符串 abc 拷贝给变量 s ，这个函数的详细用法会在后面介绍。

3.strlen()

strlen() 函数返回字符串的字节长度，不包括末尾的空字符 \0 。该函数的原型如下。

// string.h
size_t strlen(const char* s);

它的参数是字符串变量，返回的是 size_t 类型的无符号整数，除非是极长的字符串，一般情况下当作int 类型处理即可。下面是一个用法实例。

// string.h
size_t strlen(const char* s);

strlen() 的原型在标准库的 string.h 文件中定义，使用时需要加载头文件 string.h 。

#include <stdio.h>
#include <string.h>
int main(void) {
  char* s = "Hello, world!";
  printf("The string is %zd characters long.\n", strlen(s));
}

注意，字符串长度（ strlen() ）与字符串变量长度（ sizeof() ），是两个不同的概念。

char s[50] = "hello";
printf("%d\n", strlen(s));  // 5
printf("%d\n", sizeof(s));  // 50

上面示例中，字符串长度是5，字符串变量长度是50。如果不使用这个函数，可以通过判断字符串末尾的 \0 ，自己计算字符串长度。

int my_strlen(char *s) {
  int count = 0;
  while (s[count] != '\0')
    count++;
  return count;
}

4.strcpy()

字符串的复制，不能使用赋值运算符，直接将一个字符串赋值给字符数组变量。

char str1[10];
char str2[10];
str1 = "abc"; // 报错
str2 = str1;  // 报错

上面两种字符串的复制写法，都是错的。因为数组的变量名是一个固定的地址，不能修改，使其指向另一个地址。
如果是字符指针，赋值运算符（ = ）只是将一个指针的地址复制给另一个指针，而不是复制字符串。

char* s1;
char* s2;
s1 = "abc";
s2 = s1;

上面代码可以运行，结果是两个指针变量 s1 和 s2 指向同一字符串，而不是将字符串 s1 的内容复制给s2 。
C 语言提供了 strcpy() 函数，用于将一个字符串的内容复制到另一个字符串，相当于字符串赋值。该

函数的原型定义在 string.h 头文件里面。
strcpy(char dest[], const char source[])

strcpy() 接受两个参数，第一个参数是目的字符串数组，第二个参数是源字符串数组。复制字符串之前，必须要保证第一个参数的长度不小于第二个参数，否则虽然不会报错，但会溢出第一个字符串变量的边界，发生难以预料的结果。第二个参数的 const 说明符，表示这个函数不会修改第二个字符串。

#include <stdio.h>
#include <string.h>
int main(void) {
  char s[] = "Hello, world!";
  char t[100];
  strcpy(t, s);
  t[0] = 'z';
  printf("%s\n", s);  // "Hello, world!"
  printf("%s\n", t);  // "zello, world!"
}

上面示例将变量 s 的值，拷贝一份放到变量 t ，变成两个不同的字符串，修改一个不会影响到另一个。另外，变量 t 的长度大于 s ，复制后多余的位置（结束标志 \0 后面的位置）都为随机值。strcpy() 也可以用于字符数组的赋值。

char str[10];
strcpy(str, "abcd");

上面示例将字符数组变量，赋值为字符串“abcd”。strcpy() 的返回值是一个字符串指针（即 char* ），指向第一个参数。

char* s1 = "beast";
char s2[40] = "Be the best that you can be.";
char* ps;
ps = strcpy(s2 + 7, s1);
puts(s2); // Be the beast
puts(ps); // beast

上面示例中，从 s2 的第7个位置开始拷贝字符串 beast ，前面的位置不变。这导致 s2 后面的内容都被截去了，因为会连 beast 结尾的空字符一起拷贝。 strcpy() 返回的是一个指针，指向拷贝开始的位置。strcpy() 返回值的另一个用途，是连续为多个字符数组赋值。

strcpy(str1, strcpy(str2, "abcd"));

上面示例调用两次 strcpy() ，完成两个字符串变量的赋值。另外， strcpy() 的第一个参数最好是一个已经声明的数组，而不是声明后没有进行初始化的字符指针。

char* str;
strcpy(str, "hello world"); // 错误

上面的代码是有问题的。 strcpy() 将字符串分配给指针变量 str ，但是 str 并没有进行初始化，指向的是一个随机的位置，因此字符串可能被复制到任意地方。如果不用 strcpy() ，自己实现字符串的拷贝，可以用下面的代码。

char* strcpy(char* dest, const char* source) {
  char* ptr = dest;
  while (*dest++ = *source++);
  return ptr;
}
int main(void) {
  char str[25];
  strcpy(str, "hello world");
  printf("%s\n", str);
  return 0;
}

上面代码中，关键的一行是 while (*dest++ = *source++) ，这是一个循环，依次将 source 的每个字符赋值给 dest ，然后移向下一个位置，直到遇到 \0 ，循环判断条件不再为真，从而跳出循环。其中， *dest++ 这个表达式等同于 *(dest++) ，即先返回 dest 这个地址，再进行自增运算移向下一个位置，而 *dest 可以对当前位置赋值。strcpy() 函数有安全风险，因为它并不检查目标字符串的长度，是否足够容纳源字符串的副本，可能导致写入溢出。如果不能保证不会发生溢出，建议使用 strncpy() 函数代替。

5.strncpy()

strncpy() 跟 strcpy() 的用法完全一样，只是多了第3个参数，用来指定复制的最大字符数，防止溢出目标字符串变量的边界。

char* strncpy(
  char* dest, 
  char* src, 
  size_t n
);

上面原型中，第三个参数 n 定义了复制的最大字符数。如果达到最大字符数以后，源字符串仍然没有复制完，就会停止复制，这时目的字符串结尾将没有终止符 \0 ，这一点务必注意。如果源字符串的字符数小于 n ，则 strncpy() 的行为与 strcpy() 完全一致。

strncpy(str1, str2, sizeof(str1) - 1);
str1[sizeof(str1) - 1] = '\0';

上面示例中，字符串 str2 复制给 str1 ，但是复制长度最多为 str1 的长度减去1， str1 剩下的最后一位用于写入字符串的结尾标志 \0 。这是因为 strncpy() 不会自己添加 \0 ，如果复制的字符串片段不包含结尾标志，就需要手动添加。strncpy() 也可以用来拷贝部分字符串。

char s1[40];
char s2[12] = "hello world";
strncpy(s1, s2, 5);
s1[5] = '\0';
printf("%s\n", s1); // hello

上面示例中，指定只拷贝前5个字符。

6.strcat()

strcat() 函数用于连接字符串。它接受两个字符串作为参数，把第二个字符串的副本添加到第一个字符串的末尾。这个函数会改变第一个字符串，但是第二个字符串不变。该函数的原型定义在 string.h 头文件里面。

char* strcat(char* s1, const char* s2);

strcat() 的返回值是一个字符串指针，指向第一个参数。

char s1[12] = "hello";
char s2[6] = "world";
strcat(s1, s2);
puts(s1); // "helloworld"

上面示例中，调用 strcat() 以后，可以看到字符串 s1 的值变了。注意， strcat() 的第一个参数的长度，必须足以容纳添加第二个参数字符串。否则，拼接后的字符串会溢出第一个字符串的边界，写入相邻的内存单元，这是很危险的，建议使用下面的 strncat() 代替。

7.strncat()

strncat() 用于连接两个字符串，用法与 strcat() 完全一致，只是增加了第三个参数，指定最大添加的字符数。在添加过程中，一旦达到指定的字符数，或者在源字符串中遇到空字符 \0 ，就不再添加了。它的原型定义在 string.h 头文件里面。

char* strncat(
  const char* dest,
  const char* src,
  size_t n
);

strncat() 返回第一个参数，即目标字符串指针。为了保证连接后的字符串，不超过目标字符串的长度， strncat() 通常会写成下面这样。

strncat(
  str1, 
  str2, 
  sizeof(str1) - strlen(str1) - 1
);

strncat() 总是会在拼接结果的结尾，自动添加空字符 \0 ，所以第三个参数的最大值，应该是 str1 的变量长度减去 str1 的字符串长度，再减去 1 。下面是一个用法实例。

char s1[10] = "Monday";
char s2[8] = "Tuesday";
strncat(s1, s2, 3);
puts(s1); // "MondayTue"

上面示例中， s1 的变量长度是10，字符长度是6，两者相减后再减去1，得到 3 ，表明 s1 最多可以再添加三个字符，所以得到的结果是 MondayTue 。

8.strcmp()

如果要比较两个字符串，无法直接比较，只能一个个字符进行比较，C 语言提供了 strcmp() 函数。strcmp() 函数用于比较两个字符串的内容。该函数的原型如下，定义在 string.h 头文件里面。

int strcmp(const char* s1, const char* s2);

按照字典顺序，如果两个字符串相同，返回值为 0 ；如果 s1 小于 s2 ， strcmp() 返回值小于0；如果s1 大于 s2 ，返回值大于0。
下面是一个用法示例。

// s1 = Happy New Year
// s2 = Happy New Year
// s3 = Happy Holidays
strcmp(s1, s2) // 0
strcmp(s1, s3) // 大于 0
strcmp(s3, s1) // 小于 0

注意， strcmp() 只用来比较字符串，不用来比较字符。因为字符就是小整数，直接用相等运算符（ == ）就能比较。所以，不要把字符类型（ char ）的值，放入 strcmp() 当作参数。

9.strncmp()

由于 strcmp() 比较的是整个字符串，C 语言又提供了 strncmp() 函数，只比较到指定的位置。该函数增加了第三个参数，指定了比较的字符数。它的原型定义在 string.h 头文件里面。

int strncmp(
  const char* s1,
  const char* s2, 
  size_t n
);

它的返回值与 strcmp() 一样。如果两个字符串相同，返回值为 0 ；如果 s1 小于 s2 ， strcmp() 返回值小于0；如果 s1 大于 s2 ，返回值大于0。下面是一个例子。

char s1[12] = "hello world";
char s2[12] = "hello C";
if (strncmp(s1, s2, 5) == 0) {
  printf("They all have hello.\n");
}

上面示例只比较两个字符串的前5个字符。

10.sprintf()，snprintf()

sprintf() 函数跟 printf() 类似，但是用于将数据写入字符串，而不是输出到显示器。该函数的原型定义在 stdio.h 头文件里面。

int sprintf(char* s, const char* format, ...);

sprintf() 的第一个参数是字符串指针变量，其余参数和 printf() 相同，即第二个参数是格式字符串，后面的参数是待写入的变量列表。

char first[6] = "hello";
char last[6] = "world";
char s[40];
sprintf(s, "%s %s", first, last);
printf("%s\n", s); // hello world

上面示例中， sprintf() 将输出内容组合成“hello world”，然后放入了变量 s 。
sprintf() 的返回值是写入变量的字符数量（不计入尾部的空字符 \0 ）。如果遇到错误，返回负值。
sprintf() 有严重的安全风险，如果写入的字符串过长，超过了目标字符串的长度， sprintf() 依然会将其写入，导致发生溢出。为了控制写入的字符串的长度，C 语言又提供了另一个函数
snprintf() 。
snprintf() 只比 sprintf() 多了一个参数 n ，用来控制写入变量的字符串不超过 n - 1 个字符，剩下一个位置写入空字符 \0 。下面是它的原型。

int snprintf(char*s, size_t n, const char* format, ...);

snprintf() 总是会自动写入字符串结尾的空字符。如果你尝试写入的字符数超过指定的最大字符数，
snprintf() 会写入 n - 1 个字符，留出最后一个位置写入空字符。
下面是一个例子。

snprintf(s, 12, "%s %s", "hello", "world");

上面的例子中， snprintf() 的第二个参数是12，表示写入字符串的最大长度不超过12（包括尾部的空字符）。
snprintf() 的返回值是写入格式字符串的字符数量（不计入尾部的空字符 \0 ）。如果 n 足够大，返回值应该小于 n ，但是有时候格式字符串的长度可能大于 n ，那么这时返回值会大于 n ，但实际上真正写入变量的还是 n-1 个字符。如果遇到错误，返回一个负值。因此，返回值只有在非负并且小于 n 时，才能确认完整的格式字符串写入了变量。

11.字符串数组

如果一个数组的每个成员都是一个字符串，需要通过二维的字符数组实现。每个字符串本身是一个字符数组，多个字符串再组成一个数组。

char weekdays[7][10] = {
  "Monday",
  "Tuesday",
  "Wednesday",
  "Thursday",
  "Friday",
  "Saturday",
  "Sunday"
};

上面示例就是一个字符串数组，一共包含7个字符串，所以第一维的长度是7。其中，最长的字符串的长度是10（含结尾的终止符 \0 ），所以第二维的长度统一设为10。因为第一维的长度，编译器可以自动计算，所以可以省略。

char weekdays[][10] = {
  "Monday",
  "Tuesday",
  "Wednesday",
  "Thursday",
  "Friday",
  "Saturday",
  "Sunday"
};

上面示例中，二维数组第一维的长度，可以由编译器根据后面的赋值，自动计算，所以可以不写。数组的第二维，长度统一定为10，有点浪费空间，因为大多数成员的长度都小于10。解决方法就是把数组的第二维，从字符数组改成字符指针。

char* weekdays[] = {
  "Monday",
  "Tuesday",
  "Wednesday",
  "Thursday",
  "Friday",
  "Saturday",
  "Sunday"
};

上面的字符串数组，其实是一个一维数组，成员就是7个字符指针，每个指针指向一个字符串（字符数组）。遍历字符串数组的写法如下。

for (int i = 0; i < 7; i++) {
  printf("%s\n", weekdays[i]);
}