C++ 练气期之一文看透字符串

Posted 2022-07-01 一枚大果壳

1. 概念

从字面上理解字符串，类似于用一根竹签串起了很多字符，让人很容易想起冰糖葫芦。

字符串的基本组成元素是字符，可以认为字符串就是字符类型的数组。

量变总会引起质变，字符串是由字符的量变演化出的新概念， 2 者在数据含义和存储结构上有着本质上区别。

1.1 数据含义

C++把字符类型当成整型数据类型看待。如下代码，当把A赋值给myChar时， 编译器先获取A的底层 ASCII 编码，然后再把编码值赋值给myChar。

```c++
int myChar=A;
cout<<myChar;
//输出：65

如下代码，编译器先找到`97`对应的字符，然后再赋值给`myChar`，`字符类型`和`整型类型`语法层面有差异，在底层，`C++`一视同仁。

```c++
char myChar=97;
cout<<myChar; 
//输出：a

所以，用于整型数据类型的运算符都可以用于char类型。

```c++
char myChar=B;
char myChar=A;
int res=myChar+myChar;
cout<<"加操作："<<res<<endl;
res=myChar-myChar;
cout<<"减操作："<<res<<endl;
res=myChar*myChar;
cout<<"乘操作："<<res<<endl;
res=myChar/myChar;
cout<<"除操作："<<res<<endl;
bool is=myChar>myChar;
cout<<"关系操作："<<is<<endl;

输出结果：

```c++
加操作：131
减操作：1
乘操作：4290
除操作：1
关系操作：1

虽然，字符串可看成是字符组成的数组，但是，应该把字符串当成一个独立的整体，其数据含义更贴近现实意义：

• 因字符是单一词，所能表达的语义非常有限。
• 字符串则是由许多字符组成的语句，可用来表达丰富的语义。如：可以是姓名、可以是问候、可以情感表达、可以是提示……根据使用的上下文环境，字符串有其自己特定的现实意义。

1.2 存储结构

字符常量必须用单引号包起来，字符直接存储在变量中。

```c++
char myChar=A;

`字符串`的存储方案比`字符`复杂很多，`C++`支持两种`字符串`的存储方案：

- `C`语言风格的存储。
- `C++`语言的对象存储。

下面深入了解这 `2` 种存储方案的区别。

## 2. C 风格的字符串

`C++`可以直接延用`C`语言中的`2`种字符串存储方案：

### 2.1 数组

`数组`存储能较好地`诠释`字符串是由字符所组成的概念。

使用数组存储时，并不能简单如下代码所示。对于开发者而言，可能想表达的是输出一句`HTLLO`问候语。但在实际执行时，输出时可能不仅只是`HELLO`。

```c++
char myStr[5]= H,E,L,L,O;
cout<<myStr<<endl;

为什么会输出更多信息？

因为cout底层逻辑在输出字符数组时，会以一个特定标识符\\0作为结束标志。cout在输出 myStr字符数组的数据时，如果没有遇到开发者提供的\\0结束符号，则会在数组的存储范围之外寻找\\0符号。

上述代码虽然能得到HELLO，那是因为在未使用的存储空间中，\\0符号很常见。

显然，不能总是去碰运气。所以，在使用字符数组时描述字符串时，则需要在适当位置添加字符串结束标识符\\0。

因结束符占用了一个存储位，HELLO需要5个存储位，在声明数组时，需要注意数组的实际长度为 6。

```c++
char myStr[6]= H,E,L,L,O,\\0;
cout<<myStr<<endl;
//输出结果：HELLO

执行下面的代码，查看输出结果，想想为什么输出结果是`HEL`？

```c++
char myStr[6]= H,E,L,\\0,O,\\0;
cout<<myStr<<endl;
//输出结果：HEL 

原因很简单，cout在遇到第一个 \\0时，就认定字符串到此结束了。

这里有一个问题，如果实际的字符个数大于数组声明的长度，会出现什么情况？

```c++
char myStr[3]= H,E,L,L,O,\\0;
cout<<myStr<<endl;

如果出现上述代码，说明，你的数组没有学太好。`C++`规定在使用``进行字面值初始化数组时，``内的实际数据个数不能大于数组声明的长度。

![1.png](https://s2.51cto.com/images/20220630/1656566989852424.png?x-oss-process=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_30,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=)

当不确定字符串的长度时，可以采用省略`[]`中数字的方案。

```c++
char myStr[]= H,E,L,L,O,\\0;
cout<<myStr<<endl;

数组存储方案同样具有数组所描述的操作能力，最典型的就是使用下标遍历数组。

```c++
char myStr[6]= H,E,L,L,O,\\0;
for(int i=0;i<6;i++)
cout<<myStr[i]<<endl;

输出结果：

```c++
H
E
L
L
O

在使用上述代码时，有 2 个地方需要注意：

• 当下标定位到\\0数据位时，并不能识别\\0是字符串结束符，它只是纯粹当成一个一个字符输出，不具有字符串语义。

```c++
char myStr[8]= H,E,L,L,O,\\0,M,Y;
for(int i=0;i<8;i++)
cout<<myStr[i]<<endl;

**输出结果：**

```c++
H
E
L
L
O

M
Y

• 因是静态数组声明方案，可以动态计算数组的长度。

```c++
char myStr[8]= H,E,L,L,O,\\0,M,Y;
cout<<"数组的长度:"<<sizeof(myStr)<<endl;
for(int i=0;i<sizeof(myStr);i++)
cout<<myStr[i]<<endl;

输出结果：

```c++
数组的长度:8
H
E
L
L
O

M
Y

所以，这里要注意：

• 通过结束符描述字符串是编译器层面上的约定。
• 遍历时，实质是底层指针移动，这时，编译层面的字符串概念在这里不复存在。也就是说不存在遇到\\0，就认为输出结束。

2.2 字符串常量

上述字符串的描述方式，略显繁琐，因需要时时注意添加\\0。C当然也会想到这一点，可以使用字符串常量简化字符串数组的创建过程。

```c++
char myStr[8]="HELLO";
cout<<myStr<<endl;
//输出结果：HELLO

字符串常量需要使用`双引号`括起来。

当执行如下代码时，会出现错误。

![2.png](https://s2.51cto.com/images/20220630/1656567004810259.png?x-oss-process=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_30,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=)

错误提示，数组长度不够存储给定的数据。可能要问！

数组长度是`5`，实际数据`HELLO`的长度也是`5`，不是刚刚好吗。

别忘记了，完整的字符串是包括结束符`\\0`的。在使用字符常量赋值时，编译器会在字符串常量的尾部添加`\\0`，再存储到数组中，所以数组的长度至少是：`字符串常量的长度+1`。

如下的代码方能正确编译运行：

```c++
char myStr[6]="HELLO";
cout<<myStr<<endl;
//输出：HELLO

字符串常量只是上述赋值的语法简法版，其它的操作都是相同的，如循环遍历。

```c++
char myStr[6]="HELLO";
for(int i=0;i<sizeof(myStr);i++)
cout<<myStr[i]<<endl;

注意，如下的代码是错误的。

```c++
char myStr[6]="HELLO";
myStr[0]="S";

"S"表示一个字符串，至少包括了S和\\0 2 个字符，更重要的是 "S"返回的是内存地址。

2.3 字符串操作

C语言风格的字符串提供了cstring库，此库提供大量函数用来操作字符串，常见函数如下：

• strcat：字符串拼接。
• strcpy：字符串复制。
• strcmp：字符串比较。
• strstr：字符串查找。
• ……

下面介绍几个字符串的常见操作。

2.3.1 复制操作

C++中数组之间是不能直接赋值的，如下是错误的：

```c++
char myStr[6]="HELLO";
char myStr[6];
//错误
myStr=myStr;

可以使用`cstring`库中的 `strcpy` 函数：

```c++
#include <iostream>
#include <cstring>
using namespace std;
int main(int argc, char** argv) 
    char myStr[6]="HELLO";
    char myStr_[6];
    strcpy(myStr_,myStr);
    cout<<myStr_<<endl;
    return 0;

strcpy需要 2 个参数：

• 目标字符串指针。
• 源字符串指针。

其作用是，把源字符串复制给目标字符串。

2.3.2 长度操作

使用 strlen函数计算字符串的长度。

```c++
char myStr[10]="HELLO";
cout<<strlen(myStr)<<endl;
//输出结果：5

和`sizeof`计算出来的长度区别：

- `sizeof`创建数组时，分配到的实际物理空/间的长度。

```c++
char myStr[10]="HEL\\0LO";
cout<<sizeof(myStr)<<endl;
cout<<strlen(myStr)<<endl;

输出结果：

```c++
10
3

- `strlen`计算出的是`字符数组`中字符串的实际长度，即遇到`\\0`结束符前所有字符的长度。如下代码：

```c++
char myStr[10]="HEL\\0LO";
cout<<strlen(myStr)<<endl;

输出结果是：3。\\0结束前的字符串是HEL。

2.3.3 拼接操作

字符串常量之间可以使用空白（空格、换行符、制表符）字符自动完成拼接。

```c++
cout<<"this is a test" "hello world";
//输出：this is a testhello world

需要注意的地方是，第一个字符串常量和第二个字符串常量的拼接处直接连接，中间不保留空白符。

使用`strcat`进行拼接。

```c++
#include <iostream>
#include <cstring>
using namespace std;
int main(int argc, char** argv) 
    char names[10]="Hello";
    char address[10]="changsha";
    strcat(names,address);
    cout<<names; 
    return 0;

//输出：Hellochangsha

strcat是把第二字符串连接到第一个字符串后尾部。

2.3.4 字符串比较

字符能够直接比较，字符串则不能。如果相互之间有比较的需求时，可以使用 strcmp 函数。

```c++
#include <iostream>
#include <cstring>

using namespace std;
int main(int argc, char** argv)
char names[10]="zs";
char names[10]="ls";
cout<<strcmp(names,names);
return 0;

//输出结果：1

返回值的语义：

- 如果返回值为小于 `0`，则`names` 小于 `address`。
- 如果返回值为 等于 `0`，则`names` 等于 `address`。
- 如果返回值大于 `0`，则`names` 大于 `address`。

#### 2.3.5 子字符串查找

在原子符串中查找给定的子字符串出现的位置，返回此位置的指针地址。

```c++
#include <iostream>
#include <cstring>
using namespace std;
int main(int argc, char** argv) 
    char srcStr[15]="Hello World";
    char subStr[5]="llo";
    cout<<strstr(srcStr,subStr); 
    return 0;

//输出：llo World

如果没有查找到，则返回null。

cstring库提供了大量处理字符串的函数，如大小写转换函数tolower和toupper等。本文仅介绍几个常用函数，需要时，可查阅文档，其使用并不是很复杂。

3. C++字符串对象

C++除了支持C风格的字符串，因其面向对象编程的特性，内置有string类，可以使用此类创建字符串对象。

如下代码可以初始化字符串对象：

```c++
//空字符串
string str1;
//字符串常量直接赋值
string str2="Hello";
string str3 "this";
string str4("Hi");

`string`为了支持`uncode`字符编码，底层为每一个字符提供了`1~4`个字节的存储空间。

所以，可以用来存储中文：

```c++
string str="中国人";
cout<<str<<endl;
//输出：中国人

在string类中封装了很多处理字符串的相关函数（方法），在cstring库中可以找到对应的函数。因得益于类设计的优秀特性，string类中封装的功能体相比较cstring库，更丰富、更全面。

下面介绍几个常用的功能，其它可以查阅文档。

获取字符串的常规信息：如长度、是否为空……

```c++
string str="Hello World";
cout<<str.size()<<endl;
cout<<str.length()<<endl;
//是否为空
cout<<str.empty()<<endl;
//能存储的最大长度
cout<<str.max_size()<<endl;
//容量
cout<<str.capacity()<<endl;

输出结果：

```c++
11
11
0
4611686018427387897
11

数据维护（增、删除、改、查）方法：

• clear：清除所有内容。

```c++
string str="Hello World";
str.clear();
cout<<str<<endl;
//没有任何内容输出

- `insert`：插入字符。

```c++
string str="Hello World";
string str_="Hi";
//第一个参数指定插入位置，第二参数指定需要插入的字符串
str.insert(3,str_);
cout<<str<<endl;
//输出结果：HelHilo World

• erase：删除指定范围内的所有字符。

```c++
string str="Hello World";
//第一个参数：指定删除的起始位置，第二个参数：指定删除的结束位置
string str= str.erase(1,3);
cout<<str<<endl;
//输出：Ho World

- `push_back`、`append`追加字符和字符串。

```c++
string str="Hello World";
//只能追加字符串，不能追加字符
str.append("OK");
cout<<str<<endl;
//只能以字符为单位追加
str.push_back(O);
cout<<str<<endl;
//输出结果：
//Hello WorldOK
//Hello WorldOKO

• pop_back：删除最后一个字符。

```c++
string str="Hello World";
str.pop_back();
cout<<str<<endl;
//输出结果：Hello Worl

- `compare`：比较两个字符串。

```c++
string str="Hello World";
string str_="Hello";
int res= str.compare(str_);
//返回值的语义和 `strcmp`一样。

• copy：字符串的拷贝。

```c++
//源字符串
string foo("quuuux");
//目标字符串，数组形式
char bar[7];
//第一个参数，目标字符串，第二参数，向目标字符串复制多少
foo.copy(bar, sizeof bar);
bar[6] = \\0;
cout << bar << \\n;
//输出：quuuux

总结下来，字符串的存储方案有`2` 种：

- 数组形式。
- 字符串对象。

## 4. `cin` 输入字符串

如果需要使用`交互输入`方式获取用户输入的数据，可以直接使用 `cin`。

```c++
string str;
char bar[7];
cin>>str;
cin>>bar;
cout<<str<<endl;
cout<<bar<<endl;

如上代码，如果用户输入this is，因字符串有空白字符。则会出现获取到错误数据的问题。

原因解析：

cin接受用户输入时，以用户输入的换行符作为结束标识。用户输入this is时，遇到字符串的中间空白字符（空格、制表符、换行符）时，就认定输入结束，仅把this存储到str中，并不是this is。

cin内置有缓存器，会把 is缓存起来，也就是说 cin是以单词为单位进行输入的。

当再次使用cin接受用户输入时，cin会检查到缓存器中已经有数据，会直接把is赋值给 bar变量。

如果需要以行为单位进行输入时，可以使用：

• cin.get()方法。
• cin.getline()方法。

两者在使用时，都可以接受 2 个参数：

• 目标字符串。
• 用来限制输入的大小。

```c++
char str[20];
cin.get(str,10);
cout<<str<<endl;
//输入： this is 输出：this is

如下代码，能实现相同的效果。

```c++
char str[20];
cin.getline(str,10);
cout<<str<<endl;

两者也有区别，cin.get()不会丢弃用户输入字符串时的结束符。在连续使用 cin.get有可能出现问题，如下代码：

```c++
char str[20];
char str[20];
//第一次输入
cin.get(str,10);
cout<<str<<endl;
//第二次输入
cin.get(str,10);
cout<<str_<<endl;

执行效果：

![4.png](https://s2.51cto.com/images/20220630/1656567051296934.png?x-oss-process=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_30,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=)

第二次接受用户输入的过程根本没出现。

原因是第一次接受用户输入后，`cin.get`缓存了用户输入的换行符。在第二次接受用户输入时，`cin`会首先检查缓存器中是否有数据，发现有`换行符`，直接结束输入。

解决方案，手动清除缓存器的数据。

```c++
char str[20];
char str_[20];
cin.get(str,10);
cout<<str<<endl;
//不带参数的 get 方法可以清除数据
cin.get(); 
cin.get(str_,10);
cout<<str_<<endl;

cin.getline在接受用户输入后，不会保留换行符，所以可以用于连续输入。如下代码：

```c++
char str[20];
char str[20];
//第一次输入
cin.getline(str,10);
cout<<"str:"<<str<<endl;
//第二次输入
cin.getline(str,10);
cout<<"str:"<<str<<endl;

![5.png](https://s2.51cto.com/images/20220630/1656567059856790.png?x-oss-process=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_30,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=)

如果要使用`cin`输入一行字符串，并赋值给字符串对象，则需要使用全局 `getline`函数。

```c++
//字符串对象
string str;
//第一个参数：cin对象  第二个参数：字符串对象
getline(cin,str);
cout<<str<<endl;

5. 总结

本文主要讲解了C++字符串的2种存储方案，一个是C语言风格的数组存储方案，一个是C++对象存储方案。

因存储方案不同，其操作函数的提供方式也不相同。