C++字符串

字符串变量与常量

字符串变量

• 字符串是一个特殊的字符数组，以空字符\0结尾
• 空字符\0自动添加到字符串的内部表示中
• 在声明字符串变量的时候，要时刻记得为这个空结束符预留一个额外元素的空间：char str[11] = {“helloworld”},十个字符要留11个位置

字符串常量

• 字符串常量就是一对双引号括起来的字符序列：“helloworld”
• 字符串中的每个元素作为一个数组元素访问
• 字符串常量也是以’\0’结尾的

ASCII码表

ASCII是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。
ASCII码使用指定的7位或8位二进制数组合来表示128或256种可能的字符。
常用的ASCII码：0x41(65)对应’A’，0x30(48)对应’0’，0x61(97)对应’a’，0x7F(127)对应DEL

Unicode编码

ASCII码能表示的字符太少了，Unicode最初的目的就是把世界上的文字都映射到一套字符空间
三种Unicode编码方式：

1. UTF-8：1byte来表示字符，可以兼容ASCII码，但是和ASCII码一样并不能表示汉字等字符。特点是存储效率高，可变长（不方便内部随机访问），无字节序列问题（可以作为外部编码）
2. UTF-16：2byte表示一个字符。字符变为2byte后可以表示的字符变大了，特点是定长（方便内部随机访问），但是因为一个字符2byte，会涉及到字符序列是大端还是小端的问题（不可作为外部编码）
3. UTF-32：4bytes表示一个字符，能表示的范围更大了，但是和UTF-16特点相同，定长，但有字节序列问题。而且因为一个字符存储空间太大，会浪费大量内存空间。

Windows的文件可能有BOM（byte order mark），如果要在其他平台使用，可以去掉BOM。

写程序中我们经常会发现编码的错误，根本原因就在于编码方式和解码方式不一致。

字符串的指针表示

char* pStrHelloWorld = "helloworld";

表示一个char型的指针变量，指向内存中一个存储字符串“helloworld”的地址。

定义字符串的两种方式，char[]和char*，要有以下两个概念：

• 地址本身和地址存储的信息；
• 可变与不可变；

char strHello[11] = {"helloworld"};
//strHello是数组变量，它本身的值是不允许改变的，但是它指向的区域的值strHello[index]是可以改变的


//ptrHello是指针变量，它本身是可以改变的，但是ptrHello[index]指向的值可变与否要取绝与所指向的区间是否可以改变
char* ptrHello = "helloworld";  //指针指向常量区，ptrHello[index]不可改变
char* ptrHello = strHello;      //指针指向数组变量，ptrHello[index]可以改变

字符串操作

头文件：string.h

字符串长度

strlen(s);    //返回字符串s的长度，要注意字符串的长度不包含'\0'。

sizeof(s);   //返回字符串所占用的空间，包含'\0'

字符串比较

strcmp(s1,s2); 
//s1 == s2,返回0
//s1 < s2 ,返回值小于0
//s1 > s2 ，返回值大于0

两个字符串自左向右逐个字符相比，按照ASCII值大小来比较，直到出现不同字符或遇到’\0’为止

字符串拷贝

strcpy(s1,s2);   //赋值字符串s2到字符串s1

要注意一个陷阱，一定要保证字符串s1的内存大小能存的下s2的大小

赋值字符串指定长度

strncpy(s1,s2,n);   //将字符串s2中的前n个字符拷贝到s1中

和字符串拷贝一样，要注意s1的内存空间一定要足够存放s2

字符串拼接

strcat(s1,s2);   //将字符串s2拼接到s1后面

这个更加要注意，s1的大小要足够存放拼接后的字符串的大小
两个字符串指针不能直接相加，必须要用这个函数。（指针相加是什么操作啊(#`O′)）

字符串查找

strchr(s1,ch);   //指向字符串s1中字符ch第一次出现的位置
strstr(s1,s2);   //指向字符串s1中字符串s2的第一次出现的位置

安全版本的API函数

以上程序都需要我们进行边界检查以防止内存问题。现在我们往往在程序中使用更加安全的API函数

上述所有API函数都有其_s版本，如strcpy_s()，在执行操作的同时要告诉系统当前可使用的缓冲区的大小。
strlen()的安全版本是strnlen_s()，传入字符串的同时要传入一个最大的边界，以防止某些字符串没有\0结束标志 。

字符串操作中需要避免的问题

1. C原始字符串的操作在安全性和效率中存在一定问题：
   1. 一定要注意不要缓冲区溢出。
   2. strlen的效率可以提升，当字符串很长的时候strlen的效率不高，我们可以用空间换时间，在定义字符串的时候用变量记住它的长度，不使用strlen函数来计算
2. 目前有一个很好的开源库Redis字符串：Redis库

新型字符串——string

C++标准库中提供了string类型专门表示字符串

#include<string>
using namespace std;

使用string可以更加方便和安全的管理字符串，对性能要求不是特别高的场景可以使用。

定义字符串变量

string s;   //定义空字符串
string s = "helloworld";  //定义并初始化
string s("helloworld");
string s = string("helloworld");

获取字符串长度

cout<<s1.length()<<endl;    //输出字符串长度
cout<<s1.size()<<endl;      //本质和上面一样
cout<<s1.capacity()<<endl;  // 字符串的容量

字符串比较

直接使用== ！= > >= <=即可，比较ASCII码来比较。

转换为C风隔的字符串

const char* c_str1 = s1.c_str();

随机访问

字符串本身可以使用下标的方式访问

string s = "hello";
cout<<s[0]<<endl;

字符串拷贝

不需要使用函数，直接使用=赋值

string s1 = "hello";
string s2 = s1;

字符串连接

string重载了+和+=，不需要使用函数

string s1 = "hell0",s2 = "world";
string s3 = s1+s2;
s1 += s2;