字符串操作1
358.2.4.1 字符串操作 1
/* 引入 printf 函数的声明。 */
#include <stdio.h>
/* 引入 strlen 等字符串处理函数的声明。 */
#include <string.h>
/* 定义课程用于演示字符串长度与终止符的测试函数。 */
void StringLength_Test()
{
/* 逐个写出 HelloWorld，并按视频最终状态显式添加字符串终止符。 */
unsigned char buf1[] = {'H', 'e', 'l', 'l', 'o', 'W', 'o', 'r', 'l', 'd', '\0'};
/* 用字符串字面量初始化数组，编译器会自动在末尾添加一个 '\0'。 */
unsigned char buf2[] = "HelloWorld";
/* 输出两个数组占用的字节数；这里的 %ld 按视频原样保留，类型问题见下文。 */
printf("buf1 len:%ld, buf2 len:%ld\r\n", sizeof(buf1), sizeof(buf2));
/* 按字符串形式输出 buf1；课程使用了 unsigned char 数组，类型注意事项见下文。 */
printf("buf1 :%s\r\n", buf1);
/* 按字符串形式输出 buf2。 */
printf("buf2 :%s\r\n", buf2);
/* 从返回类型为 void 的测试函数返回。 */
return;
}
/* 程序从 main 函数开始执行。 */
int main()
{
/* 输出本组字符串函数实验的标题。 */
printf("GNU String Function Test\r\n");
/* 运行本节编写的字符串长度与终止符实验。 */
StringLength_Test();
/* 返回 0，表示程序正常结束。 */
return 0;
}
上面是本节视频结束时的完整 main.c。视频从上一节复制程序框架，新建 GNU_String/main.c，随后只编写了 StringLength_Test() 并在 main() 中调用它。本节虽然查询了 strlen() 的手册，但实验代码并没有真正调用 strlen()，而是用 sizeof 和 %s 对比带、未带空字符的数组。
课程配套源码是整个“字符串操作”小节结束后的汇总版本，其中还有 _GNU_SOURCE、buf3、memset、strcpy、strcat、strcmp、strchr 等后续内容；这些不是本节视频最终画面中的代码，因此没有提前放入顶部源码。
一、字符串操作
C 语言没有内建的“字符串对象”类型。通常所说的 C 字符串，是一个由 char 字节组成、并以第一个空字符 \0 结束的序列。字符串所在的数组可以比字符串本身更大：
数组内容： H e l l o \0 ? ?
数组容量： 8 字节
字符串长度：5 字节
这里要区分三个概念：
| 概念 | 含义 |
|---|---|
| 数组容量 | 整个数组对象可容纳多少字节，数组仍在当前作用域时可用 sizeof array 获得 |
| 字符串长度 | 从起始位置到第一个 \0 之前有多少字节，可用 strlen 获得 |
| 终止空字符 | 数值为 0 的字节 \0，占用存储空间，但不计入 strlen 的结果 |
内存函数与字符串函数的共同点是都处理内存中的字节，关键差别在于边界来源：
| 函数类别 | 典型函数 | 如何确定处理边界 | 适用数据 |
|---|---|---|---|
| 内存操作 | memcpy、memcmp、memmove | 调用者明确传入字节数 | 任意对象表示或二进制数据 |
| 字符串操作 | strcpy、strcmp、strchr、strlen | 通常寻找 \0，部分接口另有最大长度参数 | 满足接口前提的以空字符结尾的字节串 |
因此，“字符串函数处理字符”还不够准确：普通字符数组若没有可达的 \0，就不能直接交给要求 C 字符串的接口；二进制数据中即使碰巧含有 0 字节，也不代表程序一定要把它当作文本字符串。
课程把文本称为人与程序交互时最直观的数据形式，这个理解适合入门，但还要考虑字符编码。C 的这些窄字符串接口按字节工作；在 UTF-8 环境中，一个中文字符通常由多个字节编码，所以 strlen 返回的是字节数，不一定是用户看到的字符个数。
1.1 C语言中常用的字符串处理函数
视频思维导图列出的名称都是小写的标准库函数，并声明在 <string.h> 中：
| 函数 | 本节给出的用途 | 必须先记住的边界条件 |
|---|---|---|
strlen | 获取字符串长度 | 输入必须能在有效可读区域内找到 \0；结果不含该终止符 |
strcpy | 复制字符串 | 会连同 \0 一起复制；目标容量必须足够，源与目标不得重叠 |
strcat | 把源字符串追加到目标字符串末尾 | 目标原先就必须是有效字符串，且剩余容量必须容纳追加内容和 \0 |
strcmp | 按字节顺序比较两个字符串 | 返回值只应按小于 0、等于 0、大于 0 判断 |
strchr | 查找字符第一次出现的位置 | 找不到时返回空指针；\0 本身也可以作为被查找字符 |
它们是 ISO C 标准库接口，不是 GNU C 独有语法；在视频的 GNU/Linux 环境中由 C 库实现。StringLength_Test() 则只是课程自定义的测试函数名，不是标准接口。
在 Linux 上可用第 3 节手册查询库函数，例如：
man 3 strlen
man 3 strcpy
man 3 strcat
man 3 strcmp
man 3 strchr
与其只看转载文章，更可靠的顺序是：先看本机 man 3，再核对 ISO C、POSIX 或所用 C 库的官方文档。手册中的函数原型、返回值、前置条件和标准归属尤其重要。
视频建立并验证程序框架的过程是：
cd ~/Desktop/GNU_String
gcc main.c -o main
./main
初始框架只输出：
GNU String Function Test
从旧项目复制头文件和 main() 可以减少重复输入，但复制后要立即修改项目标题、调用函数和目录，并删除与新实验无关的代码。否则虽然程序能编译，日志和实际业务却可能仍属于旧项目。
1.1.1 strlen
1.1.1.1 函数介绍
视频通过 man 3 strlen 查到的经典原型为：
size_t strlen(const char *s);
s指向待测字符串的首字节；const表示strlen不应通过该指针修改字符串内容。- 返回类型
size_t是用于表示对象大小和长度的无符号整数类型。 - 返回值是第一个
\0之前的字节数，不包含终止空字符自身。 - 调用者必须保证
s不是空指针，并且从s开始的有效可读区域内存在\0；内容为空的字符串""则完全合法，其长度为 0。strlen没有容量参数，无法在越过对象边界之前自动停下。 - 从概念上看，
strlen需要从头寻找终止符，因此运行时间随字符串长度增长；循环条件中若反复对同一长字符串调用它，会造成不必要的重复扫描。
strlen 与 sizeof 不是可以互换的两个“长度函数”。sizeof 是运算符，strlen 才是库函数：
| 表达式 | 得到什么 | 是否包含 \0 | 何时有效 |
|---|---|---|---|
sizeof array | 整个数组对象的字节数 | 若终止符位于数组内，也计算它 | array 在此处仍是数组对象 |
sizeof pointer | 指针对象自身的字节数 | 与所指字符串长度无关 | 操作数已经是指针时 |
strlen(s) | 第一个 \0 之前的字节数 | 不包含 | s 指向有效的、以 \0 结尾的字符串时 |
例如 char text[32] = "Hello"; 中，sizeof(text) 为 32，而 strlen(text) 为 5。若再写 char *p = text;，sizeof(p) 得到的是当前平台的指针大小，不会得到 32 或 5。
像视频中的 buf2[] 这样让编译器根据字符串字面量推导数组大小时，初始化内容会包含终止符：
"HelloWorld" → H e l l o W o r l d \0
下标 0 1 2 3 4 5 6 7 8 9 10
因此视频中的 buf2[] = "HelloWorld" 会自动推导成 11 字节。终止符并不是所有数组都会“隐藏拥有”的元素；只有字符串字面量初始化、显式写入、零初始化等确实产生了 0 字节时，它才存在于相应位置。
1.1.1.2 模拟实现
视频先让两个数组表达相同的十个可见字符，但最初的 buf1 只有十个字符元素，没有 \0：
| 数组 | 初始内容 | sizeof | 是否是可供 %s 使用的有效 C 字符串 |
|---|---|---|---|
buf1（修改前） | H e l l o W o r l d | 10 | 否，没有终止空字符 |
buf2 | H e l l o W o r l d \0 | 11 | 是，字符串字面量自动补了 \0 |
使用 %d 打印 sizeof 时，GCC 提示格式参数期待 int，而该平台上的 size_t 是 long unsigned int。视频随后把 %d 改成 %ld，警告在当时的编译选项下消失，但 %ld 要求的是 long int，与无符号的 size_t 仍不严格匹配。C99 起专门用于 size_t 的可移植写法是 %zu：
printf("buf1 len:%zu, buf2 len:%zu\n", sizeof(buf1), sizeof(buf2));
第一次运行时，视频观察到：
buf1 len:10, buf2 len:11
buf1 :HelloWorldHelloWorld
buf2 :HelloWorld
第二行不能解释为 %s 合法地“把两个连续数组拼起来”。%s 要求实参指向以 \0 结束的字符数组；buf1 中没有终止符，库函数读到 buf1 边界之外时，程序行为已经未定义。当次运行碰巧在随后区域读到了 buf2 和它的终止符，所以画面看起来重复了一次 HelloWorld；C 语言既不保证两个局部数组相邻，也不保证它们按声明顺序排列。换编译器、优化级别或一次普通代码改动，都可能得到乱码、泄露其他内存内容或直接崩溃。
这也纠正了视频中的另一处表述：printf 的 %s 在这里不断读取字节并输出，不会因为缺少 \0 就“把其他程序擦掉”。它越界读取仍然非常危险，但风险是未定义行为、崩溃或信息泄露，不是必然覆盖其他程序的数据。
随后视频在 buf1 的初始化列表末尾显式加入 \0。未指定数组长度时，数组大小由初始化器数量推导，因此 buf1 从 10 字节变成 11 字节，最终稳定输出：
GNU String Function Test
buf1 len:11, buf2 len:11
buf1 :HelloWorld
buf2 :HelloWorld
此时两个数组的对象大小都是 11 字节，可见文本长度都是 10 字节。若对类型正确的 char 字符串调用 strlen，结果应为 10，而不是 11。
还需注意，课程源码把文本数组声明成了 unsigned char[]，但 strlen 的形参和 printf 的 %s 都要求 char *（只读场景通常是 const char *）。许多平台上它看起来能够输出相同字节，但严格、可移植的新代码应使用 char 数组保存普通 C 字符串；unsigned char 更适合明确表示原始字节数据。顶部源码按视频原样保留，没有擅自改型。
最后，不要混淆下面三个写法：
| 写法 | 含义 |
|---|---|
\0 或 0（作为字符值） | 数值为 0 的空字符，可用作字符串终止符 |
'0' | 可见数字字符 0，在 ASCII 等兼容编码中数值为 48，不会终止字符串 |
NULL | 空指针宏，用于表示“不指向任何对象”；不是可以读取的字符串地址 |