字符串长度、终止符NUL等问题

Question

我是一名有用的助手，可以为您翻译文本。

我目前正在学习C语言，对字符数组和字符串之间的区别以及它们的工作原理感到困惑。

问题1：

为什么源代码1和源代码2的结果不同？

源代码1：

#include <stdio.h>
#include <string.h>

int main(void)
{
    char c[2]="Hi";
    printf("%d\n", strlen(c));   //returns 3 (not 2!?)
    return 0;
}

源代码2：

#include <stdio.h>
#include <string.h>

int main(void)
{
    char c[3]="Hi";
    printf("%d\n", strlen(c));   //returns 2 (not 3!?)
    return 0;
}

问题2：

字符串变量和字符数组有何不同？如何声明它们以允许存储\0，并具有最小所需的索引号（请阅读下面的代码）？

char name[index] = "Mick";   //should index be 4 or 5?

char name[index] = {'M', 'i', 'c', 'k'};   //should index be 4 or 5?

#define name "Mick"   //what is the size? Is there a \0?

问题3：

终止的NUL只跟随字符串而不是字符数组吗？所以字符串“Hi”的实际值是[H][i][\0]，而字符数组“Hi”的实际值是[H][i]？

问题4：

假设c[2]将存储带有\0的“Hi”（不确定如何完成此操作，可能使用gets(c)？）。那么\0存储在哪里？它存储在c[2]之后的“某个地方”，变成[H][i]\0，还是c[2]会被追加一个\0，变成c[3]，即[H][i][\0]？

有时候字符串/字符数组后面会跟着\0，这让我很困惑，当我使用if (c1==c2)比较两个变量时，它很可能返回FALSE（0）。

非常感谢详细的答案。但是保持简洁的回答有助于我的理解 :) 提前感谢您！

- blackr1234

---

+1：非常好的问题，表述得很清楚！ - pmg

Answer 1

问题 1：

源代码 1 和源代码 2 的结果有何区别？

源代码 1：

#include <stdio.h>
#include <string.h>

int main()
{
    char c[2]="Hi";
    printf("%d", strlen(c));   //returns 3 (not 2!?)
    getchar();
}

源代码2：

#include <stdio.h>
#include <string.h>

int main()
{
    char c[3]="Hi";
    printf("%d", strlen(c));   //returns 2 (not 3!?)
    getchar();
}

答案： 由于在第一种情况下，c []仅保存“ Hi”。strlen查找结尾处的零，并根据c []后面确切的内容找到一个或更多个，或崩溃。我们无法确定c []数组后面的内存中确切包含什么。

问题2：

字符串变量与char数组有何不同？如何在允许存储\0的最小必需索引号下声明它们（请阅读以下代码）？

char name[index] = "Mick";   //should index be 4 or 5?

char name[index] = {'M', 'i', 'c', 'k'};   //should index be 4 or 5?

答案 这取决于你想做什么。如果你想将内容作为字符串使用，则可能需要5个字符。但是并没有说你不能将"Mick"存储在一个4个字符的数组中 - 只是你不能使用strlen来查找它的长度，因为strlen将继续查找到5，很可能（更）进一步查找长度，如果下几个内存位置中没有零，则可能导致崩溃，因为最终，将没有有效的内存地址可以读取。

#define name "Mick" //大小是多少？有\0吗？

这根本没有大小，直到你在某个地方使用name。#define不是编译器看到的内容-预处理器将在任何地方使用name时将其替换为"Mick" - 希望这是一个编译器可以理解的地方。然后与先前的答案相同-取决于您如何使用字符数组。对于正确操作strlen，strpy和几乎所有其他str ...函数，您需要在结尾处有一个零。

问题3：

终止的null只跟随字符串而不跟随字符数组吗？因此字符串“Hi”的实际值是[H] [i] [\ 0]，字符数组“Hi”的实际值是[H] [i]？

是的，不是，可能。这取决于您如何使用"Hi"字符串文字（这是“双引号内的内容”的技术名称）。如果编译器“允许”，它将在结尾处放置一个零。但是，如果将数组初始化为给定大小，则会将字节塞入其中，如果没有空间放置零，则这是您的问题，而不是编译器的问题。

问题4：

假设c [2]将存储由\0后跟的“Hi”（不确定如何完成此操作，可能使用gets（c）？）。那么\0存储在哪里？是在c [2]之后的“某个地方”存储以成为[H] [i] \ 0还是将c [2]附加到\0以成为c [3]，即[H] [i] [\0]？

在c [2]中，“H”，“i”之外，无法确定存储了什么[从技术上讲，它很可能是“地球的尽头”-在计算机术语中，这是“无法读取的内存” - 在这种情况下，对其进行strlen WILL崩溃你的程序，因为strlen读取超出地球的尽头]。但是如果可以是零，一，字母'a'，数字42或任何其他8位[1]值。

有时在字符串/字符数组后会出现\0，这很令人困惑，当我用“if（c1 == c2）”比较两个变量时会导致问题，因为它很可能返回FALSE（0）。

如果c1和c2是char数组，那么它们永远不会相同，因为c1和c2永远不会有相同的地址。在C中使用数组的方式是将其作为“数组中第一个元素在内存中的地址”。所以无论c1和c2的内容是什么，它们的地址都不能相同[因为它们是两个不同的变量，而且两个变量在内存中不可能有相同的位置——就像试图将两辆车停在只能容纳一辆车的停车位上一样——在我们的思想实验中，不能压碎任何一辆车]。

[1]Char并不保证为8位，但让我们暂且忽略这一点。

- Mats Petersson

Answer 2

答案1: 在代码1中，你有一个字符数组，它不是一个字符串；在代码2中，你也有一个字符数组，它是一个字符串。

答案2: 字符串是一个字符数组，在其中（至少）一个元素的值为0；如果你将大小部分留空，编译器将自动填充最小可能值。

char astring[] = "foobar"; /* compiler automagically uses 7 for size */
printf("%d\n", (int)sizeof astring);

答案3: 一个字符数组中如果有一个元素是NUL，那么它就是一个字符串；如果没有任何元素是NUL，那么它不是一个字符串。

答案4: 一个定义了两个元素的数组（char c [2];）无法容纳三个元素。如果它将成为一个字符串，它只能是空字符串或者只有一个字符的字符串。

- pmg

---

谢谢你的回复。我明白了，所以一个字符串必须是一个字符数组，但一个字符数组可能不是一个字符串，而一个字符数组/字符串的内容/元素可能会因为处理字符数组/字符串的操作而有所不同，对吧？因此，如果进行字符串操作且字符数组已满且不包含 \0，则最后一个字符将不会被处理（在字符串操作期间被省略/丢弃）。 - blackr1234

如果没有足够的空间来存储NUL（或任何其他值），则会出现未定义行为。在处理字符串时，一定要确保有足够的空间来存储所有内容，包括终止符NUL。 - pmg

Answer 3

运行源代码一是未定义的行为，因为strlen()需要一个以NUL结尾的字符串，而c[2] = "Hi"; /* = { 'H', 'i' } */不是。字符串与字符数组的区别在于字符串是具有至少一个NUL字节的字符数组。

其余的答案应该很容易从这个事实中得出。

要自动调整字符数组的大小以匹配初始化时的字符串文字大小，只需指定没有数组大小：

char c[] = "This will automatically size the c array (including the NUL).";

请注意，您不能使用“==”运算符比较字符数组。您必须使用

if (strcmp(c1, c2) == 0) {
   /* Equal. */
} else {
   /* Not equal. */
}

- Jens

---

谢谢您的回复。如果我在声明后不打算初始化字符数组怎么办？假设我需要读取一个未知长度或已知长度范围的输入？比如说最大长度为5，可以存储单词“Hello”。我应该使用char c[6];作为声明吗？如果用户输入“Hello！”，'!'会发生什么？ - blackr1234

如果你使用fgets(c, sizeof c, stdin)读取输入，那么'!'（和\n）会被卡在缓冲区中。c的内容将是{'H', 'e', 'l', 'l', 'o', '\0'}。如果你使用scanf("%s", c);读取输入，那么你会尝试在数组外部写入，这将导致未定义行为。使用scanf("%5s", c);读取输入会将'!'留在输入缓冲区中。 - pmg

@pmg 好的，我现在明白了。顺便说一下，我找不到KingsIndian的答案了，但我仍然想知道为什么“zero\0one\0”的大小是10，它是否被读作[z][e][r][o][\0][o][n][e][\0][\0]（末尾有双\0）？ - blackr1234

@blackr1234：是的，字符串字面值"zero\0one\0"在结尾处包含双重的'\0'。字符串字面值始终包含一个“额外”的'\0'，即使多余的（字符串字面值在源代码中由引号限定）。 - pmg

不，那是 strlen()。sizeof 返回对象（或类型）占用的字节数。字符串字面值 "boo" 的类型是 char [4]；而 "zero\0\0\0" 的类型是 char [8] ... - pmg

Answer 4

strlen() 适用于以 \0 结尾的字符，在 C 中，所有字符串都应该以 \0 结尾。因此，当你只为两个字符 H 和 i 分配了2个空间，但没有留出空间给 \0。因此，在 strlen() 中会出现 未定义行为。

在 char c[3] = "Hi"; 的情况下，第三个位置有一个 \0，strlen() 将计算实际长度。

如何使用最小的索引号声明它们，以允许存储任何 \0？

当你不确定 char 数组的大小时，可以这样做：

char c1[] = "Mike"; // strlen = 4 
char c2[] = "Omkant" // strlen = 6

注意：

编辑：在上述情况中，如果没有明确指明大小，请不要将 sizeof 与 strlen() 混淆。

strlen() 只返回字符数。sizeof 返回的是字符数加上一个（用于 \0 字符）。

因此，sizeof 总是比 strlen() 返回的数字多 1。

- Omkant

---

@pmg：明确指出，如果您不提供大小，那么意味着空括号[]，例如char c[] = "Hi";。 - Omkant