为啥 C 中的字符串需要空终止？

Posted 2023-02-21

【中文标题】为啥 C 中的字符串需要空终止？

【英文标题】：Why do strings in C need to be null terminated?为什么 C 中的字符串需要空终止？

【发布时间】：2010-02-08 11:49:20

【问题描述】：

只是想知道为什么会这样。我渴望了解更多关于低级语言的知识，而且我只了解 C 的基础知识，这已经让我感到困惑了。

像 php 这样的语言在解释和/或解析字符串时会自动终止字符串吗？

【问题讨论】：

相关或可能重复：***.com/questions/1253291/…

刚刚也发现了这个：***.com/questions/2037209/…

表示文本的常用方法有两种： 1. 指定长度，后跟文本。或使用终止字符。许多数据库使用前者。要问自己一个问题，“如何确定字符串的结尾？”

【参考方案1】：

来自Joel's excellent article on the topic:

请记住字符串在 C 中的工作方式：它们由一堆字节组成，后跟一个空字符，其值为 0。这有两个明显的含义：

如果不移动它，就无法知道字符串的结尾（即字符串长度），寻找结尾处的空字符。 您的字符串中不能有任何零。因此，您不能在 C 字符串中存储任意二进制 blob，例如 JPEG 图片。 为什么 C 字符串会这样工作？这是因为发明了 UNIX 和 C 编程语言的 PDP-7 微处理器具有 ASCIZ 字符串类型。 ASCIZ 的意思是“以 Z（零）结尾的 ASCII。”

这是存储字符串的唯一方法吗？不，事实上，这是存储字符串的最糟糕的方式之一。对于非平凡的程序、API、操作系统、类库，你应该避免像瘟疫一样的 ASCIZ 字符串。

【讨论】：

太棒了，谢谢...还有哪些其他方法？谢谢。

C99 中是否有创建非 ASCIZ 字符串的标准方法？

这是杜撰的。我查看了 PDP-7 手册，但根本找不到任何提及 ASCIZ、null 甚至数据类型的内容。唯一提到 ASCII 是在输入程序数据中，而零在非字符串位置。有一个 TEXT 伪指令，但用户选择了分隔符。 * bitsavers.trailing-edge.com/pdf/dec/pdp7/… * bitsavers.org/pdf/dec/pdp7/PDP-7_AsmMan.pdf

事实上，PDP-8 ***页面上的示例程序显示了空终止字符串 en.wikipedia.org/wiki/PDP-8 的手动实现，但是我可以在 PDP-11 材料中找到参考。所以在我看来，ASCIZ 被添加到硬件中以支持 Unix 和 C 编程语言？

【参考方案2】：

C 字符串是字符数组，而 C 数组只是指向内存位置的指针，即数组的 start 位置。但数组的长度（或结尾）也必须以某种方式表达；如果是字符串，则使用空终止。另一种选择是以某种方式将字符串的长度与内存指针一起携带，或者将长度放在第一个数组位置，或其他任何地方。这只是约定俗成的问题。

Java 或 PHP 等高级语言自动透明地将大小信息与数组一起存储，因此用户无需担心它们。

【参考方案3】：

想想什么是内存：一个连续的字节大小的单元块，可以用任何位模式填充。

2a c6 90 f6

字符只是这些位模式之一。它作为字符串的含义由您处理它的方式决定。如果您查看内存的同一部分，但使用 integer 视图（或其他类型），您会得到不同的值。

如果你有一个变量，它是指向内存中一堆字符开头的指针，你必须知道那个字符串什么时候结束，下一段数据（或垃圾）开始。

示例

让我们看看内存中的这个字符串...

H e l l o , w o r l d ! \0 
^
|
+------ Pointer to string

...我们可以看到字符串逻辑上在! 字符之后结束。如果没有\0（或任何其他确定其结束的方法），我们如何知道在寻找内存时我们已经完成了该字符串？其他语言用 string 类型携带字符串长度来解决这个问题。

当我对计算机的基础知识有限时，我问了这个问题，而 this 是多年前会有所帮助的答案。我希望它也对其他人有所帮助。 :)

【参考方案4】：

C 本身没有字符串的概念。字符串 是简单的字符数组（或 unicode 等的 wchars）。

由于这些事实，C 无法检查字符串的长度，因为没有“mystring->length”，因此没有在某处设置长度值。找到字符串结尾的唯一方法是遍历它并检查 \0。

C 有一些字符串库，它们使用类似的结构

struct string 
    int length;
    char *data;
;

消除对 \0 终止的需要，但这不是标准 C。

C++、PHP、Perl 等语言都有自己的内部字符串库，这些库通常有一个单独的长度字段，可以加速某些字符串函数并消除对 \0 的需求。

其他一些语言（如 Pascal）使用称为（令人惊讶的）Pascal String 的字符串类型，它将长度存储在字符串的第一个字节中，这就是这些字符串长度限制为 255 个字符的原因。

【参考方案5】：

因为在 C 中，字符串只是通过指向第一个字符的指针访问的字符序列。

指针中没有空间来存储长度，因此您需要一些指示字符串末尾的位置。

在 C 中，它决定用空字符表示。

例如，在 pascal 中，字符串的长度记录在指针前面的字节中，因此 pascal 字符串的最大长度为 255 个字符。

【参考方案6】：

这是一个约定 - 可以用另一种算法来实现它（例如缓冲区开头的长度）。

在诸如汇编程序之类的“低级”语言中，很容易有效地测试“NULL”：与跟踪长度计数器相比，这可能更容易决定使用 NULL 终止的字符串。

【参考方案7】：

它们需要以空值终止，以便您知道它们的长度。是的，它们只是字符数组。

像 PHP 这样的高级语言可能会选择对您隐藏空终止符或根本不使用它 - 例如，它们可能会保留一个长度。由于涉及的开销，C 不会那样做。高级语言也可能不会将字符串实现为 char 数组 - 例如，它们可以（并且有些确实）将它们实现为 char 数组列表。

【参考方案8】：

在 C 中，字符串由分配在连续内存块中的字符数组表示，因此必须有一个指示块结束的指示符（即空字符），或者一种存储长度的方法（比如以长度为前缀的 Pascal 字符串）。

在 PHP、Perl、C# 等语言中，字符串可能有也可能没有复杂的数据结构，因此您不能假设它们有空字符。作为一个人为的示例，您可以使用一种表示字符串的语言，如下所示：

class string

   int length;
   char[] data;

但您只能将其视为没有长度字段的常规字符串，因为这可以由语言的运行时环境计算，并且仅由它在内部用于正确分配和访问内存。

【参考方案9】：

它们是空终止的，因为很多标准库函数都希望它们是空终止的。

【讨论】：

还因为这就是 C 语言规范所说的字符串文字的编码方式。

@Stephen C，只有你这么说！很重要的原因！愚蠢的 C 字符串...我想要一个带有“pascal 字符串”的 C、libc 和字符串文字。