C/C++字符串相关知识总结**

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

C/C++字符串相关知识总结

---

前言

`本文为对C/C++中的与字符串使用以及注意点的知识总结

一、字符常量是什么，字符串常量是什么

字符常量是由一对单撇号括起来的单个字符，如 ‘a’、‘D’、‘？’、‘$’。在 C 语言中，除了字符常量外还有字符串常量，顾名思义就是多个“字符”串在一起。与字符常量有所不同，字符串常量是用“双撇号”括起来的多个字符的序列，如"How are you"、“I love you”、“你好”。当然，只要是“双撇号”括起来的，就算只有一个字符也叫字符串，如"a"。字符常量 'a’与字符串常量"a"是不同的。

一个字符在内存中只占一字节，而字符串本质上是多个字符组成的字符数组。C语言规定，在每一个字符串常量的结尾，系统都会自动加一个字符’\0’作为该字符串的“结束标志符”，系统据此判断字符串是否结束。这里要特别强调一点：'\0’是系统自动加上的，不是人为添加的。

‘\0’ 是 ASCII 码为 0 的字符，它不会引起任何控制动作，也不是一个可以显示的字符。比如字符串常量"CHINA"，表面上看它只有 5 个字符，但实际上它在内存中占 6 字节，‘C’、‘H’、‘I’、‘N’、‘A’、‘\0’ 各占一字节。如果要输出该字符串，‘\0’ 不会输出。也就是说，虽然实际上总共有 6 个字符，‘\0’ 也包括在其中，但输出时 ‘\0’ 不会输出。系统从第一个字符 ‘C’ 开始逐个输出字符，直到遇到 ‘\0’，则表示该字符串结束，停止输出。

也就是说，在字符串常量中，如果“双撇号”中能看见的字符有 n 个，那么该字符串在内存中所占的内存空间为 n+1 字节。

下面写一个程序验证一下：

#inlcude <stdio.h>
int main(void)
{
    printf("%d\x20", sizeof(""));
    printf("%d\x20", sizeof("a"));
    printf("%d\x20", sizeof("CHINA"));
    printf("%d\x20", sizeof("How are you"));
    printf("%d\x20", sizeof("I love you"));
    printf("%d\n", sizeof("你好"));
    return 0;
}

输出结果是：
1 2 6 12 11 5

第一个“双撇号”中什么都不写，则只有 ‘\0’ 一个字符，所以只占一字节。

第二个"a"中有 1 个可见字符，占 2 字节。

第三个"CHINA"有 5 个可见字符，占 6 字节。

第四个"How are you"中，空格也是字符，也算是可见的，所以总共有 11 个可见字符，共占 12 字节。

第五个"I love you"共 10 个可见字符，占 11 字节。

第六个"你好"为什么占 5 字节？有 2 个可见字符不是应该占3字节吗？C 语言规定，1 个英文字符占 1 字节，而 1个 中文字符占 2 字节，就算是中文的标点符号也是占 2 字节。所以两个汉字占 4 字节，加上 ‘\0’ 总共是 5 字节。

不能将一个字符串常量赋给一个字符变量

为什么不能将一个字符串常量赋给一个字符变量？可以从两个方面作出解释：
前面讲过，字符变量用 char 定义。一个字符变量中只能存放一个字符。而字符串一般都有好多字符，占多字节。所以不能将多个字符赋给只占一字节的变量。那么如果字符串常量的双撇号内什么都不写，此时就只有一个字符 ‘\0’，那么此时可不可以将它赋给字符变量？不可以！原因看下面第二点。
字符串是指一系列字符的组合。在 C 语言中，字符变量的类型用 char 定义。我们这里讲的是数据类型，但是字符串不属于数据类型，也就不存在字符串变量。一种类型的变量要想存储某个对象，必须能兼容该对象的数据类型，而字符串连数据类型都算不上，又怎么能将它赋给字符变量呢？所以在 C 语言中，任何数据类型都不可以直接存储一个字符串。那么字符串如何存储？在 C 语言中，字符串有两种存储方式，一种是通过字符数组存储，另一种是通过字符指针存储。

需要注意的是，虽然 C 语言里面没有数据类型可以存储字符串，但 C++ 和 Java 中都有。

二、C中常量字符串和字符数组的区别

常量字符串

在代码里直接出现的”abcdef”这种字符串，在程序执行的时候，系统会将它们放在常量区，所谓常量区就是一直存在的，只读的，不可更改的数据区域，并且一个字符串只会有一份。假设你在程序里有两行代码

char* p1 = “agcd”;

char* p2 = “agcd”;

无论你这两个行代码隔了多远，如果你想知道p1和p2所指向的字符串在内存中是不是同一个，那答案是肯定的，p1和p2的值完全一样。”agcd”这是一个存在于内存中的常量字符串，它从程序一开始就在那里，一直到程序结束都不会改变。在内存中，”agcd”是以如下方式存储的

‘a’	’g’	‘c’	’d’	‘\0’

它的最后肯定有一个字符串结束标志’\0’。这种字符串的名字叫“以空字符为结束标志的字符串”。

char* p1 = “agcd”;

如果你这时候想改变第一个字符的值，用p[0] =’b’，系统会报一个错，常量字符不能更改。(这里为什么指针可以当数组用，下面再解释)。

字符数组

如果你定义一个char a[10]，那么系统会“只分配”10个char这么长的内存区域，一个char是一个字节，那么系统会分配十个字节的内存空间，并且将这一片连续的内存空间的首地址赋值给a。也就是说“数组名的值是数组所在内存区域的首地址”换句话说“数组名是一个指针，指向数组第一个值的地址”。

如果你定义一个char a[] = “abcdefg”;这句代码就复杂点了。定义一个数组，数组长度未知，那么系统会根据等号后面的值来“初始化”这个数组，等号后面是什么？前面说过，它是一个常量字符串。在内存中占8个字节，7个字符加上一个结束标志。这时候在内存中就有两个”abcdefg”的字符串了，一个是常量区域的，另一个是根据前者复制了一份的。这句代码的意思就是复制一个常量区域的字符串，将复制后的字符串的首字母的地址赋值给a。

也就是说，最后a所指向的内存区域，已经不是常量里的”abcdefg”了，这里为什么要复制一份呢？原因是因为常量是不允许更改的，而数组一般都意味着需要修改，所以就复制了一份数据，放在非常量区域，就可以更改了。下面的测试程序可证明上述结论：

	char* p1 = "abcdef";

    char* p2 = "abcdef" ;

    char a[]= "abcdef" ;

 

    unsigned long dwP1 = (unsignedlong)p1 ;

    //32位系统里的指针就是4个字节的整数，这样可以具体查看指针的值。

    unsigned long dwP2 = (unsignedlong)p2 ;

    unsigned long dwA = (unsignedlong)a ;

 

    printf("p1的值(32位地址)= 0x%X\n",dwP1);

    //%X是打印十六进制，X是大写，x是小写

    printf("p2的值(32位地址)= 0x%X\n",dwP2);

    printf("a的值(32位地址) = 0x%X\n",dwA);

从上面的结果可看出，常量字符串在内存中只有一份。而赋值给数组的时候，系统会拷贝一份。如果我们打印a[6]会是什么结果呢，请注意，字符串只有6个，最高索引是5。

      printf("a[6]的值=%d",a[6]);//以整数打印

虽然数组的可用长度是6，但是它第7个位置还是存在的，那就是空字符结束标志。空字符结束标志是必须的，因为很多时候系统并不知道你的字符串有多长。

---

总结