Přednáška 5

Řetězce v jazyce C

Témata

• Reprezentace řetězců
• Vstup a výstup řetězců
• Knihovna string.h
  • Základní funkce pro práci s řetězci
  • Funkce pro práci s omezenou částí řetězce
  • Funkce pro reversní práci s řetězcem
• Konverzní funkce pro převod čísel na řetězce a opačně
• Funkce sprintf a sscanf

Reprezentace řetězců

Obrázek 1: Uložení řetězce v paměti

char ret1[10];
char *ret2;
char *ret3;

ret1 = "Ahoj"; // zde překladač ohlásí chybu 
ret2 = "Ahoj"; // zde nekopírujeme vlastní řetězec, ale pouze ukazatel na konstatní řetězec

Vrátíme se k poli ret1. Správné nastavení hodnoty řetězce pole ret1 je možné provést dvěma způsoby:

1. Inicializací řetězcovou konstantou při deklaraci: char ret1[10] = "Ahoj";
2. Kdekoliv v kódu voláním knihovní funkce pro kopii řetězců strcpy z knihovny string.h (odstavec o zmíněné knihovně viz Knihovna string.h):
   

   char ret1[10];
   ...
   ...
   strcpy(ret1,"Ahoj");
   

Pro řetězec ret2 je potřeba nejprve dynamicky alokovat paměť (pole). Do tohoto pole budeme opět kopírovat řetězec "Ahoj", délku alokovaného určíme přesně podle délky pozdravu "Ahoj". K tomu využijeme funkci strlen, která vrací délku řetězce bez ukončujícího znaku! Při alokaci musíme tedy zvětšit požadavek na velikost paměti o 1:

  ret2 = (char*)malloc(strlen("Ahoj")+1);
  strcpy(ret2,"Ahoj");

Čtení řetězců ze standardního vstupu a tisk řetězců na standardní výstup

  char pozdrav[10] = "Ahoj";
  printf("%s\n%s",pozdrav,pozdrav);

V takovém případě je lépe použít funkci char *gets(char *s) z knihovny stdio.h, která načte celý zadaný řádek včetně mezer (až do stisku klávesy Enter). Znak konce řádku není do řetězce vložen, na konec je automaticky přidán ukončující znak '\0'. Funkce gets neprovádí kontrolu přetečení, zda načtený řetězec není delší nez alokované pole. Načtení celého řádku z klávesnice do pole ukazuje následující fragment kódu:

  char radek[80];
  gets(radek);

  char radek[80];
  fgets(radek,80,stdin);

Knihovna string.h

Základní funkce pro práci s řetězci

V tabulce uvedeme přehled nejpoužívanějších funkcí, pro získání detailních informací odkazujeme čtenáře na manuály překladače a hlavičkový soubor string.h. Upozorníme jen, že většina funkcí předpokládá, že všechny alokace paměti jsou provedeny před voláním funkce, tj. např. před voláním funkce strcpy musí být paměť pro cílový řetězec již alokována, funkce sama žádnou alokaci neprovádí.

Funkce pracující s řetězci
Hlavička funkce	Význam
int strlen(const char *s)	Vrátí délku řetězce bez ukončujícího znaku '\0'.
char *strcpy(char *s1, const char *s2)	Zkopíruje obsah řetězce s2 do s1. Vrátí ukazatel na počátek řetězce s1 (paměť pro s1 musí být již alokována, přetečení se nekontroluje).
char *strcat(char *s1, const char *s2)	Připojí obsah řetězce s2 za konec řetězce s1. Vrátí ukazatel na počátek řetězce s1 (paměť pro s1 musí být alokována po velikost řetězce po spojení, přetečení se nekontroluje).
char *strchr(const char *s, char c)	Nalezení znaku c v řetězci. Pokud se znak c vyskytuje v řetězci s, pak funkce vrátí ukazatel na jeho první výskyt. V případě neúspěchu (znak v řetězci není) je vráceno NULL.
int strcmp(const char *s1, const char *s2)	Porovnání dvou řetězců. Funkce vrátí 0, jsou-li oba řetězce stejné. Vrátí záporné číslo, je-li s1 lexikograficky menší než s2 a kladné číslo v opačném případě.
char *strstr(const char *s1, const char *s2)	Nalezení podřetězce v řetězci. Nalezne první výskyt řetězce s2 v podřetězci s1 a vrátí pointer na tento výskyt nebo vrátí NULL v případě neúspěchu.
char *strset(char *s, int c)	Nastaví všechny znaky řetězce s na hodnotu c. Pracuje, dokud nenarazí v řetězci na znak '\0'.
char *strlwr(char *s)	Převede řetězec na malá písmena (bez českých znaků). Vrací ukazatel na konvertovaný řetězec.
char *strupr(char *s)	Převede řetězec na velká písmena (bez českých znaků). Vrací ukazatel na konvertovaný řetězec.
char *strtok(char *s1, const char *s2)	Postupně vrací ukazatele na části řetězce s1, které jsou odděleny.řetězcem s2.

Tabulka 1: Funkce z knihovny string.h

Všimněte si, že v hlavičkách funkcí je formální parametr řetězec s2 deklarován jako const char *s2. To znamená, že funkce nemění řetězec s2.

Chování funkce strtok (tok jako token) nejlépe vysvětlí příklad (převzatý z manuálu překladače firmy Borland):

int main(void)
{
  char input[16] = "abc,d,e";
  char *p;

  /* odělovač je řetězec ",", při prvním volání vrátí ukazatel na počátek řetězce input, 
     první výskyt "," je nahrazen '\0' */
  p = strtok(input, ",");
  /* vytiskne se abc */      
  if (p)   printf("%s\n", p);

  /* Druhé volání s parametrem NULL vrátí ukazatel na další část řetězce za prvním '\0',
     další výskyt "," je nahrazen '\0'  */
  p = strtok(NULL, ",");
  /* vytiskne d */
  if (p)   printf("%s\n", p);

  p = strtok(NULL, ",");
  /* vytiskne e */
  if (p)   printf("%s\n", p);

  return 0;
 }

Funkce pro práci s omezenou částí řetězce

V knihovně jsou také implementovány funkce, které nemusí pracovat s celým řetězcem, ale pouze s jeho částí, resp. s prvými n znaky. Přesněji, funkce ukončí svoji činnost, zpracují-li n znaků řetězce nebo narazí na ukončující znak '\0' (je-li řetězec kratší než n znaků). Identifikátory funkcí jsou odvozeny od výše zmíněných, mají pouze uprostřed identifikátoru navíc písmeno n a také jeden parametr navíc - počet znaků n, např.: strncpy, strncmp atd.

Za všechny uvedeme funkci:

	char *strncpy(char *s1, char *s2, int n), 

která zkopíruje nejvýše n znaků řetězce s2 do s1, např. strncpy(str,"napodobenina",5) zkopíruje do řetězce str řetězec "napod", dále strncpy(str,"ahoj",7) zkopíruje do řetězce str řetězec "ahoj".

Funkce pro reversní práci s řetězcem

Další množina funkcí pracuje s řetězcem od konce. Ve svém identifikátoru mají funkce uprostřed písmeno r (reverse). Zpracovávají řetězec od ukončujícího znaku '\0' směrem k počátku, např. int strrchr(char *s, char c) vrátí ukazatel na poslední výskyt znaku c v řetězci s, pokud tento znak řetězec obsahuje, jinak vrátí NULL.

Řešená úloha:

Napište vlastní implementaci funkce pro kopii řetězce

Řešení:

Funkci můžeme naprogramovat několika způsoby. První možností je kopírování jednotlivých prvků pole:

char *kopie(char *s1, const char *s2)
/* kopíruje s2 do s1, vrací ukazatel na počátek s1 */
{
  int i;
  int delka = strlen(s2); 
  for(i=0;i<delka;i++)
    s1[i] = s2[i];
  s1[delka]='\0';   
  return s1;
}

V této funkci se v cyklu zkopírují do s2 všechny znaky řetězce mimo ukončujícího znaku '\0'. Musíme jej tedy nakopírovat samostatně. Jesliže má řetězec délku n znaků, poslední znak je na pozici n-1 (uvědomme si, že v C se pole indexují od 0), ukončující znak '\0' musí být na pozici n.

Pokud změníme v cyklu for podmínku na i<=delka, zkopíruje se v cyklu i ukončující znak a není nutné jej kopírovat po skončení cyklu:

char *kopie(char *s1, const char *s2)
/* kopíruje s2 do s1, vrací ukazatel na počátek s1 */
{
  int i;
  int delka = strlen(s2); 
  for(i=0;i<=delka;i++)
    s1[i] = s2[i];
  return s1;
}

Další, typické řešení, využívá ukazatele, jehož hodnotu zvyšujeme o 1 a tím posouváme po řetězci:

char *kopie(char *s1, const char *s2)
/* kopíruje s2 do s1, vrací ukazatel na počátek s1 */
{
  char *ps; // pomocný ukazatel
  ps  = s1; // do něj uschovám počátek na řetězec s1, do kterého  se kopíruje

  while (*s2 != '\0') // dokud nenarazím na konec
    *s1++ = *s2++; // kopíruji znak po znaku
  // ukončující znak se již nezkopíroval, nesmím zapomenout jej na konec řetězce s1 přidat
  *s1 = '\0';
  return ps;
}

int main(int argc, char **argv)
{
  char ret1[10]="Ahoj";
  char ret2[10];
  
  kopie(ret2,ret1);
  printf("%s\n",ret2);
  system("pause");
  return 0;
}

Dev C++:	kopie.dev, kopie.c
CodeBlocks:	kopie.cbp, kopie.c

Konverzní funkce pro převod čísel na řetězce a opačně

Poznámka:

Parametr endptr je ukazatel na ukazatel na char. Pokud není roven hodnotě NULL, funkce do tohoto ukazatele uloží ukazatel na znak, kde byla ukončena konverze. Ukazatel se dá využít, obsahuje-li řetězec několik číselných hodnot např. oddělených mezerami a potřebujeme-li postupně tato čísla převést.

long pole[7];
char s[] = "1 5 7 14 10 4 -4";
char *uk;

uk = s;
for(int i=0;i<7;i++)
   pole[i] = strtol(uk,&uk,10);

Funkce sprintf a sscanf

Tyto dvě funkce z knihovny stdio.h jsou odvozeny od známých funkcí printf a scanf. V případě funkce sprintf není výstup směřován na terminálový výstup, ale do řetězce, obdobně, v případě funkce sscanf se textový vstup nenačítá z klávesnice (terminálového vstupu), ale z řetězce.

int sprintf(char *buffer, const char *format[, argument, ...]);
int sscanf(const char *buffer, const char *format[, address, ...]);

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

int main(int argc, char **argv)
{
  char text1[81];
  char text2[81];
  char *spojeny;

  printf("Zadej prvni text: ");
  gets(text1);

  printf("Zadej druhy text: ");
  gets(text2);

  spojeny = (char *)malloc(strlen(text1)+strlen(text2)+3+1);
  /* hodnotu 1 pričítám na ukončující znak a hodnotu 3 na spojení pomocí spojky "a" a dvou mezer */

  sprintf(spojeny,"%s a %s",text1,text2);

  printf("%s",spojeny);

  free(spojeny);
  return 0;
}