C 语言字符串：字符数组、空结束符与示例

大多数语言都会给你一个知道自身长度的 string 类型，C 没有。在 C 中，字符串只是一个 char 数组，外加一条规则：文本后面跟着一个值为零的字节，写作 '\0'，叫作空结束符。C 字符串的其他一切都源于这一条约定。

字符串就是 char 数组加上 '\0'

用字面量初始化一个 char 数组，就声明了一个字符串：

#include <stdio.h>

int main(void) {
    char name[] = "Ada";

    printf("%s\n", name);
    printf("%c %c %c\n", name[0], name[1], name[2]);
    printf("last byte is %d\n", name[3]);
    return 0;
}

这个数组看起来有四个字节，而不是三个：

name:  +-----+-----+-----+------+
       | 'A' | 'd' | 'a' | '\0' |
       +-----+-----+-----+------+
index:    0     1     2     3

sizeof(name) 是 4。编译器数了字符个数，为结束符加了一个，然后替你确定了数组大小。正因为有这个额外的字节，char name[3] = "Ada"; 就是一个迟早会出问题的 bug：文本放得下，结束符却放不下，后续的任何代码都无法知道字符串在哪里结束。

如果之后想修改内容，就自己指定大小并留出余量：

char name[32] = "Ada";   /* 3 characters, a terminator, 28 bytes spare */

初始化会把未使用的字节填为零，这没有坏处。

为什么结束符很重要

C 函数都不接收长度。printf("%s", s) 只拿到一个地址，然后一路向后打印字节，直到遇到 '\0'。所以没有结束符的 char 数组不是字符串，把它当作字符串使用，就会读到紧随其后的任意内存。

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

int main(void) {
    char good[4] = {'A', 'd', 'a', '\0'};
    char letters[3] = {'A', 'd', 'a'};   /* no terminator - NOT a string */

    printf("good:   %s (length %zu)\n", good, strlen(good));
    printf("sizeof letters = %zu\n", sizeof letters);
    /* printf("%s", letters) would read past the end - don't. */
    return 0;
}

要记住的规则：sizeof 给出存储空间，strlen 给出文本长度。对于 char buf[32] = "Ada"，sizeof buf 是 32，strlen(buf) 是 3。它们回答的是不同的问题，把两者搞混是最常见的 C bug 之一。

字符串字面量与 char 数组

下面两行看起来很像，行为却大不相同：

char  a[] = "hello";   /* an array you own, initialized from the literal */
char *p   = "hello";   /* a pointer aimed at the literal itself */

a 是一个 6 字节的数组，存放文本的一份私有副本，你可以修改它。p 指向程序的只读字符串数据；字面量是共享的，通过 p 写入是未定义行为，通常会在运行时而不是编译时崩溃。

#include <stdio.h>

int main(void) {
    char a[] = "hello";
    const char *p = "hello";

    a[0] = 'H';          /* fine - a is your own array */
    printf("%s\n", a);

    /* p[0] = 'H'; would be undefined behavior */
    printf("%s\n", p);
    return 0;
}

只要指针指向字面量，就写成 const char *。这样编译器会在编译时拒绝写入，而不是让它变成一次崩溃。在两者之间做选择，本质上是指针和数组的问题，指针与数组一页中有详细介绍。

还有一个值得知道的区别：sizeof a 是 6，而 sizeof p 是指针的大小（在大多数系统上是 8），与文本长短无关。

打印和读取字符串

%s 打印字符串，%c 打印单个字符。

#include <stdio.h>

int main(void) {
    char city[] = "Lisbon";

    printf("City: %s\n", city);
    printf("Initial: %c\n", city[0]);
    printf("Padded: [%10s]\n", city);
    printf("Cut to 3: [%.3s]\n", city);
    return 0;
}

读取输入时，完全不要用 gets。它无法被安全地使用，已经从语言中移除了。应该用 fgets，它接收缓冲区大小，不会溢出：

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

int main(void) {
    char line[64];

    printf("Type your name: ");
    if (fgets(line, sizeof line, stdin) != NULL) {
        line[strcspn(line, "\n")] = '\0';   /* drop the trailing newline */
        printf("Hello, %s!\n", line);
    }
    return 0;
}

fgets 会保留你按下的换行符，而字符串里几乎从来都不需要它。strcspn 那一行找到第一个 '\n' 并用结束符覆盖它，这是去掉换行符的一种简洁的标准写法。

逐个字符遍历字符串

因为结尾是用标记表示的，而不是用计数，惯用的循环直接检查字符本身：

#include <stdio.h>

int main(void) {
    char text[] = "banana";
    int count = 0;

    for (int i = 0; text[i] != '\0'; i++) {
        if (text[i] == 'a') {
            count++;
        }
    }

    printf("'a' appears %d times\n", count);
    return 0;
}

条件 text[i] != '\0' 常被简写为 text[i]，因为 '\0' 是零，也就是假。两种写法都正确；学习阶段，显式的写法更易读。

也可以用指针代替下标来遍历，这同样是地道的 C 写法：

#include <stdio.h>
#include <ctype.h>

int main(void) {
    char text[] = "Make It Loud";

    for (char *p = text; *p != '\0'; p++) {
        *p = (char)toupper((unsigned char)*p);
    }

    printf("%s\n", text);
    return 0;
}

调用 toupper 之前转换为 unsigned char 不是装饰：<ctype.h> 中的函数对负值是未定义的，而对于大于 127 的字节，普通 char 可能是负数。

不能用 = 复制字符串

这是每个新手都会撞上的墙：

char a[10];
a = "hello";        /* error: assignment to expression with array type */

char b[10] = "hi";
char c[10];
c = b;              /* error - same reason */

数组名不是可修改的值，所以 = 无从下手。唯一能这样简写的地方是声明时的初始化，那是由编译器完成的另一种操作。

要在运行时复制，就用 <string.h> 中的 strcpy 复制字节：

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

int main(void) {
    char source[] = "hello";
    char dest[16];

    strcpy(dest, source);
    strcat(dest, " there");

    printf("%s (%zu chars)\n", dest, strlen(dest));
    return 0;
}

同样的道理也解释了为什么 == 不能比较字符串。if (a == b) 比较的是两个地址，所以对于存着相同文本的两个不同数组，结果为假。应该改用 strcmp(a, b) == 0。这两个函数以及它们更安全的版本，都在字符串函数一页中介绍。

字符串数组

字符串列表可以是指针数组（用于只读的固定文本），也可以是二维 char 数组（每一项都需要可修改时）：

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

int main(void) {
    const char *fruits[] = {"apple", "kiwi", "banana"};
    int n = (int)(sizeof fruits / sizeof fruits[0]);

    for (int i = 0; i < n; i++) {
        printf("%-8s %zu\n", fruits[i], strlen(fruits[i]));
    }

    char editable[3][16] = {"apple", "kiwi", "banana"};
    strcpy(editable[1], "pear");
    printf("changed: %s\n", editable[1]);
    return 0;
}

指针数组存放三个指向只读字面量的地址，紧凑但不可修改。char[3][16] 的写法占用 48 字节你自己的内存，所以每一行都可以重写。

常见错误

• 忘了结束符的那个字节。char s[5] = "hello" 没有空间放 '\0'。大小要按 strlen + 1 计算。
• 该用 strlen 的地方用了 sizeof。对指针用 sizeof 得到的是指针的大小，而不是文本的长度。
• 通过 char * 写入字面量。这类指针要声明为 const char *。
• 用 == 比较。那比较的是地址。应该用 strcmp。
• 用 scanf("%s", buf) 读取。它没有大小限制，很容易溢出；优先用 fgets。