深入C语言字符串

注意*

字符串在内存中是连续的

H	E	L	L	O	\0
72	101	108	108	111	0

知识扩展*：C语言规定，字符串以0结尾,\0就等于数字0

知识扩展*：字符串格式是规定以“\0”结尾，在打印的时候“\0”并不会显示，统计长度的时候也是统计有效长度。这单纯地只是一个标志位，并不是元素，如果没有这个标志，那么如果有两段字符串在内存中连续存储，就无法判断是两端字符串还是一段字符串，\0是字符串结束符，不是可见字符，不可见字符很多，比如空格就是个典型的不可见字符，它只能通过前后字符的位置间接看见，不可见字符不可被打印。

用数组和指针声明字符串

char array[0xFF] {"Hello"};
char* str1  {(char*) "Hello"];
std::cout<<array;
std::cout<<&array;
std::cout<<&array[0];

字符串是一个常量类型，也就是const char*，所以要用显示类型转换

以上，如果打印array，就会打印出它的值，如果想要打印它的地址，就要在前面取址，这是因为cout 会将 字符数组的首地址指向的数据输出，同理，第三次打印也是打印出H，而不是地址，如果想打印它的地址值，要这么写

     char str[]{ "123456" };
     char * ch = &str[0];
     std::cout << &ch;

    char array[5]{};
    array[3] = '*'; array[4] = '*';
    std::cout << &array[3];

知识扩展*：cout输出的是个 char*类型，当做字符串处理，将会一直输出，直到遇到'\0'为止，所以这里打印了两个*，而不是一个*

同样，在下面的例子中，如果打印str，也会打印出它所指的内存空间的值，如果要打印它所指的内存空间，就要用道%p

    char* str{ "123456" };
    std::cout << str<<std::endl;
    printf("%^p",str);

第一行打印出了123456，第二行打印出了地址

知识扩展*：在上面两个例子中，双引号做了3件事：  1.申请了空间(在常量区)，存放了字符串 2. 在字符串尾加上了'/0'     3.返回地址，然后让array和str接收了这个地址

如果当前计算机是中文编码GBK，则字符在内存中显示为

张		三		\0
d5	c5	c8	fd	00

因为每个汉字是两个字节，而英文还是一个字节

如果用宽字节来声明字符串，则每个字符在内存中显示为两个字节，不论中英文

‘

H		e		张		0
48	00	65	00	20	5f	00	00

假设编译器采用utf-16，则‘张’在内存中顺序为205f，而打印它的内存地址后，显示为0x5f20，这是因为字符串的顺序是从左到右，数据储存的时候是低位在前高位在后，是从右到左。

此时输出张，控制台不一定能输出，因为编译器虽然认识张，但是控制台可能采用的ANSI编码，此时就要调用头文件locale，并且通过setlocale函数设置中文每个字符占用两字节

知识扩展*：以十六进制输出字符串每个字符

wchar_t wcharA[0xff] {"Hello"};
for(int x=0;x<10;x++)
{
    std::cout<<std::hex<<wcharA[x]<<std::endl;
}

scanf输入字符串

这里假设输入的Name是tony，所以Name需要5个字节，四个字节是tony，最后一个字节放0，如果是’张三‘，则需要5个字节，因为中文占两个字节

char Name[0x5];
scanf("%s",Name);
printf("%s",Name);

wchar_t wcharA[0xFF];
wscanf ("%s",  wcharA);
wprintf ("%s", wcharA);

wchar_t输入输出前要加w,如果要输出中文，还要设置对应的头文件

安全问题

因为字符串也是数组，如果输入的字符串长度超过了数组长度，可能就会造成数据越界访问攻击，输入的字符串多出的部分，可以达到修改数据 的目的。

scanf_s

scanf_s("%s",str,可接受的最大字符值)

特别注意*：std::cout会把char类型的指针当成字符串来处理，不显示地址，显示它的值

strlen

语法  strlen(str)

返回char类型的字符串长度，不能计算中文

wcslen

语法  wcslen(str)

返回宽字节字符串长度，可以计算中英文

思考

如何计算char类型的字符串长度，以及如何计算char类型的中英文混合

    char strA[6]{ "HELLo" };
    int count = 0;
    while ('\0' != strA[count])
    {
        count++;
    }
    std::cout<<count;

注意*：这里是字符\0，而不是字符0，字符\0的ASCII为0，而字符0的ASCII是48

    char strA[10]{ "HELLo你好" };
	int count = 0;
	for (int i = 0; strA[i]; i++)
	{
		if (strA[i] < 0) i++;
		count++;
	}
	std::cout << count;

这里。strA[i]，i最大的时候的值为0，所以可以在循环中直接这么写。GBK规定，只要第一个字符大于127，就是中文字符，所以只要字符取值超过127就表示中文，而每个字符取值范围是-128~127，超过127就是负数了