C语言陷阱与技巧第16节，处理字符串

在C语言程序开发中处理字符串又是一件非常重要的事。因为虽然对于计算机来说，字符串和其他数据类型没什么两样，都是 0 1 组成的数字流，但是对于人类来说，字符串看起来要容易理解得多。

例如下面这段C语言代码：

#include <stdio.h>
 char str1[] = {
     0x48, 0x65, 0x6C, 0x6C, 0x6F, 0x20, 
     0x77, 0x6F, 0x72, 0x6C, 0x64, 0x00
};  
 char str2[] = "Hello world";
 int main()
{
     printf("str1: %s\n", str1);
     printf("str2: %s\n", str2);

     return 0;
}

char str[] = "Hello" + " world";

编译相关C语言代码，得到如下错误提示：

# gcc t.c
error: invalid operands to binary + (have ‘char *’ and ‘char *’)
 char str[] = "Hello" + " world";

C语言处理字符串相对比较麻烦，也是其他一些高级语言（如 Java，JavaScript，python）程序员不看好C语言的原因之一，甚至一些程序员都不认可C语言是“高级语言”。不过确实如此，少了一些天然库与运算符重载的支持，C语言甚至在拼接字符串的时候都非常麻烦：

char buf[64];
sprintf(buf, "/path/%s", filename);

上面这段代码是C语言中常使用的字符串拼接方法之一，主要就是借助 sprintf() 函数。可是写出这样的代码就相当于给自己“挖陷阱”：

如果 filename 的长度比较长，最终拼接的字符串超出了 buf 的长度，就会导致程序内存溢出，这种情况下，程序直接崩溃还好。要是程序不崩溃，输出一些错误结果就麻烦了。因为这样的错误非常难调试，它时隐时现，难以捉摸，你甚至可以说这种错误是C语言程序开发中隐蔽最深的错误。

所以，使用 snprintf() 函数要更安全一些：

 int snprintf(char *str, size_t size, const char *format, ...);

将上述拼接字符串的代码改写为：

char buf[64];
snprintf(buf, sizeof(buf)， "/path/%s", filename);

这样一来，即使 filename 很长，程序也不会内存溢出了，因为 snprintf() 只会将前面 sizeof(buf) 长度的字符放入 buf。不过这又会带来一个问题，将 filename 截断肯定不会得到正确的结果。所以这种情况下，只能尽量的增加 buf 的长度，例如：

char  buf[128];

可是，多大的空间够用呢？C语言程序开发中，需要处理的字符串长度常常都是不能确定的。那为了安全，只能尽量让 buf 的长度更长一些：

char buf[1024];

但是，可能只有极少数的较长字符串才能用到很多空间，大多数情况下，buf 的空间都是浪费的，这对于C语言程序开发来说是不可接受的。

C语言程序要坚持一个原则：使用更少的资源，更高效率的做事。

C语言的新特性

C语言的特性近些年来也得到了一定的扩展，“变长数组”就是其中之一。顾名思义，C语言的变长数组特性允许我们使用变量作为定义数组的长度，这与大多数C语言教科书强调的“C语言中定义数组时，长度必须是常量表达式”有所不同。请看：

int len1 = strlen("/path/") ;
int len2 = strlen(filename);
char buf[ len1 + len2 ];
snprintf(buf, sizeof(buf)， "/path/%s", filename);

这样一来，buf 的长度会随着 filename 的长度动态变化，基本上能够避免C语言程序内存溢出。

值得一提的是，本文为了突出主题，所使用的C语言示例代码没有做太多的错误判断。

使用变长数组的好处是在栈中处理效率比较高，坏处就是可能会降低最终C语言代码的可移植性，因为我们不能确保所有硬件平台的编译器都支持C语言的这种新特性。

所以，如果放弃栈中处理的高效率，我们可以在堆中申请内存给 buf 使用，写出更具有移植性的C语言代码，请看：

int len1 = strlen("/path/") ;
int len2 = strlen(filename);
char *buf = (char *)malloc(len1+len2);
snprintf(buf, len1+len2， "/path/%s", filename);
...
free(buf);

这里应该避免的一个“陷阱”是，snprintf() 的第二个参数不能再使用 sizeof(buf) 了（buf 此时是一个指针）。另外，使用完 buf 之后要及时释放。

其他小技巧

一般来说，在C语言程序开发中，为了代码的可读性和编写的方便，遇到很长的字符串常量时，常常都是分行写，例如：

char str[] = "hello world, i am computer,"
                    "where am i?"

应该注意，其实这里就相当于一次字符串拼接了。所以如果是拼接字符串常量，在C语言中还可以这么做：

#define PATH "/root/test/"
printf( PATH"hello.txt");

编译上述代码段并执行，会得到如下输出：

/root/test/hello.txt

事实上，不仅仅在C语言程序开发中，在各种其他编程语言的程序开发中，字符串的处理都非常重要，本节主要讨论了C语言在字符串处理中的劣势，并在此基础上分析了几个“陷阱”，介绍了C语言中几种常用的字符串拼接技巧。