#include <string.h>
void *memset(void *s, int c, size_t n);
返回值：s指向哪，返回的指針就指向哪

memset函數(shù)把s所指的內(nèi)存地址開始的n個(gè)字節(jié)都填充為c的值。通常c的值為0，把一塊內(nèi)存區(qū)清零。例如定義char buf[10];，如果它是全局變量或靜態(tài)變量，則自動(dòng)初始化為0（位于.bss段），如果它是函數(shù)的局部變量，則初值不確定，可以用memset(buf, 0, 10)清零，由malloc分配的內(nèi)存初值也是不確定的，也可以用memset清零。

#include <string.h>
size_t strlen(const char *s);
返回值：字符串的長度

strlen函數(shù)返回s所指的字符串的長度。該函數(shù)從s所指的第一個(gè)字符開始找'\0'字符，一旦找到就返回，返回的長度不包括'\0'字符在內(nèi)。例如定義char buf[] = "hello";，則strlen(buf)的值是5，但要注意，如果定義char buf[5] = "hello";，則調(diào)用strlen(buf)是危險(xiǎn)的，會(huì)造成數(shù)組訪問越界。

在第 1 節(jié) “本章的預(yù)備知識(shí)”中介紹了strcpy和strncpy函數(shù)，拷貝以'\0'結(jié)尾的字符串，strncpy還帶一個(gè)參數(shù)指定最多拷貝多少個(gè)字節(jié)，此外，strncpy并不保證緩沖區(qū)以'\0'結(jié)尾。現(xiàn)在介紹memcpy和memmove函數(shù)。

#include <string.h>
void *memcpy(void *dest, const void *src, size_t n);
void *memmove(void *dest, const void *src, size_t n);
返回值：dest指向哪，返回的指針就指向哪

memcpy函數(shù)從src所指的內(nèi)存地址拷貝n個(gè)字節(jié)到dest所指的內(nèi)存地址，和strncpy不同，memcpy并不是遇到'\0'就結(jié)束，而是一定會(huì)拷貝完n個(gè)字節(jié)。這里的命名規(guī)律是，以str開頭的函數(shù)處理以'\0'結(jié)尾的字符串，而以mem開頭的函數(shù)則不關(guān)心'\0'字符，或者說這些函數(shù)并不把參數(shù)當(dāng)字符串看待，因此參數(shù)的指針類型是void *而非char *。

memmove也是從src所指的內(nèi)存地址拷貝n個(gè)字節(jié)到dest所指的內(nèi)存地址，雖然叫move但其實(shí)也是拷貝而非移動(dòng)。但是和memcpy有一點(diǎn)不同，memcpy的兩個(gè)參數(shù)src和dest所指的內(nèi)存區(qū)間如果重疊則無法保證正確拷貝，而memmove卻可以正確拷貝。假設(shè)定義了一個(gè)數(shù)組char buf[20] = "hello world\n";，如果想把其中的字符串往后移動(dòng)一個(gè)字節(jié)（變成"hhello world\n"），調(diào)用memcpy(buf + 1, buf, 13)是無法保證正確拷貝的：

#include <stdio.h>
#include <string.h>
int main(void)
{
char buf[20] = "hello world\n";
memcpy(buf + 1, buf, 13);
printf("%s", buf);
return 0;
}

在我的機(jī)器上運(yùn)行的結(jié)果是hhhllooworrd。如果把代碼中的memcpy改成memmove則可以保證正確拷貝。memmove可以這樣實(shí)現(xiàn)：

void *memmove(void *dest, const void *src, size_t n)
{
char temp[n];
int i;
char *d = dest;
const char *s = src;
for (i = 0; i < n; i++)
temp[i] = s[i];
for (i = 0; i < n; i++)
d[i] = temp[i];
return dest;
}

借助于一個(gè)臨時(shí)緩沖區(qū)temp，即使src和dest所指的內(nèi)存區(qū)間有重疊也能正確拷貝。思考一下，如果不借助于臨時(shí)緩沖區(qū)能不能正確處理重疊內(nèi)存區(qū)間的拷貝？

用memcpy如果得到的結(jié)果是hhhhhhhhhhhhhh倒不奇怪，可為什么會(huì)得到hhhllooworrd這個(gè)奇怪的結(jié)果呢？根據(jù)這個(gè)結(jié)果猜測(cè)的一種可能的實(shí)現(xiàn)是：

void *memcpy(void *dest, const void *src, size_t n)
{
char *d = dest;
const char *s = src;
int *di;
const int *si;
int r = n % 4;
while (r--)
*d++ = *s++;
di = (int *)d;
si = (const int *)s;
n /= 4;
while (n--)
*di++ = *si++;
return dest;
}

在32位的x86平臺(tái)上，每次拷貝1個(gè)字節(jié)需要一條指令，每次拷貝4個(gè)字節(jié)也只需要一條指令，為了提高拷貝的效率，我們先處理完零頭然后4個(gè)字節(jié)4個(gè)字節(jié)地拷貝。注意這個(gè)實(shí)現(xiàn)并不正確，把void *指針轉(zhuǎn)成int *指針來訪問應(yīng)該考慮對(duì)齊的問題，請(qǐng)讀者自己實(shí)現(xiàn)一個(gè)更完善的版本。

void vector_add(const double *x, const double *y, double *result)
{
int i;
for (i = 0; i < 64; ++i)
result[i] = x[i] + y[i];
}

字符串的拷貝也可以用strdup(3)函數(shù)，這個(gè)函數(shù)不屬于C標(biāo)準(zhǔn)庫，是POSIX標(biāo)準(zhǔn)中定義的，POSIX標(biāo)準(zhǔn)定義了UNIX系統(tǒng)的各種接口，包含C標(biāo)準(zhǔn)庫的所有函數(shù)和很多其它的系統(tǒng)函數(shù)，在第 2 節(jié) “C標(biāo)準(zhǔn)I/O庫函數(shù)與Unbuffered I/O函數(shù)”將詳細(xì)介紹POSIX標(biāo)準(zhǔn)。

#include <string.h>
char *strdup(const char *s);
返回值：指向新分配的字符串

這個(gè)函數(shù)調(diào)用malloc動(dòng)態(tài)分配內(nèi)存，把字符串s拷貝到新分配的內(nèi)存中然后返回。用這個(gè)函數(shù)省去了事先為新字符串分配內(nèi)存的麻煩，但是用完之后要記得調(diào)用free釋放新字符串的內(nèi)存。

#include <string.h>
char *strcat(char *dest, const char *src);
char *strncat(char *dest, const char *src, size_t n);
返回值：dest指向哪，返回的指針就指向哪

strcat把src所指的字符串連接到dest所指的字符串后面，例如：

char d[10] = "foo";
char s[10] = "bar";
strcat(d, s);
printf("%s %s\n", d, s);

調(diào)用strcat函數(shù)后，緩沖區(qū)s的內(nèi)容沒變，緩沖區(qū)d中保存著字符串"foobar"，注意原來"foo"后面的'\0'被連接上來的字符串"bar"覆蓋掉了，"bar"后面的'\0'仍保留。

strcat和strcpy有同樣的問題，調(diào)用者必須確保dest緩沖區(qū)足夠大，否則會(huì)導(dǎo)致緩沖區(qū)溢出錯(cuò)誤。strncat函數(shù)通過參數(shù)n指定一個(gè)長度，就可以避免緩沖區(qū)溢出錯(cuò)誤。注意這個(gè)參數(shù)n的含義和strncpy的參數(shù)n不同，它并不是緩沖區(qū)dest的長度，而是表示最多從src緩沖區(qū)中取n個(gè)字符（不包括結(jié)尾的'\0'）連接到dest后面。如果src中前n個(gè)字符沒有出現(xiàn)'\0'，則取前n個(gè)字符再加一個(gè)'\0'連接到dest后面，所以strncat總是保證dest緩沖區(qū)以'\0'結(jié)尾，這一點(diǎn)又和strncpy不同，strncpy并不保證dest緩沖區(qū)以'\0'結(jié)尾。所以，提供給strncat函數(shù)的dest緩沖區(qū)的大小至少應(yīng)該是strlen(dest)+n+1個(gè)字節(jié)，才能保證不溢出。

#include <string.h>
int memcmp(const void *s1, const void *s2, size_t n);
int strcmp(const char *s1, const char *s2);
int strncmp(const char *s1, const char *s2, size_t n);
返回值：負(fù)值表示s1小于s2，0表示s1等于s2，正值表示s1大于s2

memcmp從前到后逐個(gè)比較緩沖區(qū)s1和s2的前n個(gè)字節(jié)（不管里面有沒有'\0'），如果s1和s2的前n個(gè)字節(jié)全都一樣就返回0，如果遇到不一樣的字節(jié)，s1的字節(jié)比s2小就返回負(fù)值，s1的字節(jié)比s2大就返回正值。

strcmp把s1和s2當(dāng)字符串比較，在其中一個(gè)字符串中遇到'\0'時(shí)結(jié)束，按照上面的比較準(zhǔn)則，"ABC"比"abc"小，"ABCD"比"ABC"大，"123A9"比"123B2"小。

strncmp的比較結(jié)束條件是：要么在其中一個(gè)字符串中遇到'\0'結(jié)束（類似于strcmp），要么比較完n個(gè)字符結(jié)束（類似于memcmp）。例如，strncmp("ABCD", "ABC", 3)的返回值是0，strncmp("ABCD", "ABC", 4)的返回值是正值。

#include <strings.h>
int strcasecmp(const char *s1, const char *s2);
int strncasecmp(const char *s1, const char *s2, size_t n);
返回值：負(fù)值表示s1小于s2，0表示s1等于s2，正值表示s1大于s2

這兩個(gè)函數(shù)和strcmp/strncmp類似，但在比較過程中忽略大小寫，大寫字母A和小寫字母a認(rèn)為是相等的。這兩個(gè)函數(shù)不屬于C標(biāo)準(zhǔn)庫，是POSIX標(biāo)準(zhǔn)中定義的。

#include <string.h>
char *strchr(const char *s, int c);
char *strrchr(const char *s, int c);
返回值：如果找到字符c，返回字符串s中指向字符c的指針，如果找不到就返回NULL

strchr在字符串s中從前到后查找字符c，找到字符c第一次出現(xiàn)的位置時(shí)就返回，返回值指向這個(gè)位置，如果找不到字符c就返回NULL。strrchr和strchr類似，但是從右向左找字符c，找到字符c第一次出現(xiàn)的位置就返回，函數(shù)名中間多了一個(gè)字母r可以理解為Reverse。

#include <string.h>
char *strstr(const char *haystack, const char *needle);
返回值：如果找到子串，返回值指向子串的開頭，如果找不到就返回NULL

strstr在一個(gè)長字符串中從前到后找一個(gè)子串（Substring），找到子串第一次出現(xiàn)的位置就返回，返回值指向子串的開頭，如果找不到就返回NULL。這兩個(gè)參數(shù)名很形象，在干草堆haystack中找一根針needle，按中文的說法叫大海撈針，顯然haystack是長字符串，needle是要找的子串。

搜索子串有一個(gè)顯而易見的算法，可以用兩層的循環(huán)，外層循環(huán)把haystack中的每一個(gè)字符的位置依次假定為子串的開頭，內(nèi)層循環(huán)從這個(gè)位置開始逐個(gè)比較haystack和needle的每個(gè)字符是否相同。想想這個(gè)算法最多需要做多少次比較？其實(shí)有比這個(gè)算法高效得多的算法，有興趣的讀者可以參考[算法導(dǎo)論]。

很多文件格式或協(xié)議格式中會(huì)規(guī)定一些分隔符或者叫界定符（Delimiter），例如/etc/passwd文件中保存著系統(tǒng)的賬號(hào)信息：

$ cat /etc/passwd
root:x:0:0:root:/root:/bin/bash
daemon:x:1:1:daemon:/usr/sbin:/bin/sh
bin:x:2:2:bin:/bin:/bin/sh
...

每條記錄占一行，也就是說記錄之間的分隔符是換行符，每條記錄又由若干個(gè)字段組成，這些字段包括用戶名、密碼、用戶id、組id、個(gè)人信息、主目錄、登錄Shell，字段之間的分隔符是:號(hào)。解析這樣的字符串需要根據(jù)分隔符把字符串分割成幾段，C標(biāo)準(zhǔn)庫提供的strtok函數(shù)可以很方便地完成分割字符串的操作。tok是Token的縮寫，分割出來的每一段字符串稱為一個(gè)Token。

#include <string.h>
char *strtok(char *str, const char *delim);
char *strtok_r(char *str, const char *delim, char **saveptr);
返回值：返回指向下一個(gè)Token的指針，如果沒有下一個(gè)Token了就返回NULL

參數(shù)str是待分割的字符串，delim是分隔符，可以指定一個(gè)或多個(gè)分隔符，strtok遇到其中任何一個(gè)分隔符就會(huì)分割字符串?？聪旅娴睦?。

#include <stdio.h>
#include <string.h>
int main(void)
{
char str[] = "root:x::0:root:/root:/bin/bash:";
char *token;
token = strtok(str, ":");
printf("%s\n", token);
while ( (token = strtok(NULL, ":")) != NULL)
printf("%s\n", token);
return 0;
}

$ ./a.out
root
x
0
root
/root
/bin/bash

結(jié)合這個(gè)例子，strtok的行為可以這樣理解：冒號(hào)是分隔符，把"root:x::0:root:/root:/bin/bash:"這個(gè)字符串分隔成"root"、"x"、""、"0"、"root"、"/root"、"/bin/bash"、""等幾個(gè)Token，但空字符串的Token被忽略。第一次調(diào)用要把字符串首地址傳給strtok的第一個(gè)參數(shù)，以后每次調(diào)用第一個(gè)參數(shù)只要傳NULL就可以了，strtok函數(shù)自己會(huì)記住上次處理到字符串的什么位置（顯然這是通過strtok函數(shù)中的一個(gè)靜態(tài)指針變量記住的）。

用gdb跟蹤這個(gè)程序，會(huì)發(fā)現(xiàn)str字符串被strtok不斷修改，每次調(diào)用strtok把str中的一個(gè)分隔符改成'\0'，分割出一個(gè)小字符串，并返回這個(gè)小字符串的首地址。

(gdb) start
Breakpoint 1 at 0x8048415: file main.c, line 5.
Starting program: /home/akaedu/a.out
main () at main.c:5
5	{
(gdb) n
6		char str[] = "root:x::0:root:/root:/bin/bash:";
(gdb)
9		token = strtok(str, ":");
(gdb) display str
1: str = "root:x::0:root:/root:/bin/bash:"
(gdb) n
10		printf("%s\n", token);
1: str = "root\000x::0:root:/root:/bin/bash:"
(gdb)
root
11		while ( (token = strtok(NULL, ":")) != NULL)
1: str = "root\000x::0:root:/root:/bin/bash:"
(gdb)
12			printf("%s\n", token);
1: str = "root\000x\000:0:root:/root:/bin/bash:"
(gdb)
x
11		while ( (token = strtok(NULL, ":")) != NULL)
1: str = "root\000x\000:0:root:/root:/bin/bash:"

剛才提到在strtok函數(shù)中應(yīng)該有一個(gè)靜態(tài)指針變量記住上次處理到字符串中的什么位置，所以不需要每次調(diào)用時(shí)都把字符串中的當(dāng)前處理位置傳給strtok，但是在函數(shù)中使用靜態(tài)變量是不好的，以后會(huì)講到這樣的函數(shù)是不可重入的。strtok_r函數(shù)則不存在這個(gè)問題，它的內(nèi)部沒有靜態(tài)變量，調(diào)用者需要自己分配一個(gè)指針變量來維護(hù)字符串中的當(dāng)前處理位置，每次調(diào)用時(shí)把這個(gè)指針變量的地址傳給strtok_r的第三個(gè)參數(shù)，告訴strtok_r從哪里開始處理，strtok_r返回時(shí)再把新的處理位置寫回到這個(gè)指針變量中（這是一個(gè)Value-result參數(shù)）。strtok_r末尾的r就表示可重入（Reentrant），這個(gè)函數(shù)不屬于C標(biāo)準(zhǔn)庫，是在POSIX標(biāo)準(zhǔn)中定義的。關(guān)于strtok_r的用法Man Page上有一個(gè)很好的例子：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
int main(int argc, char *argv[])
{
char *str1, *str2, *token, *subtoken;
char *saveptr1, *saveptr2;
int j;
if (argc != 4) {
fprintf(stderr, "Usage: %s string delim subdelim\n",
argv[0]);
exit(EXIT_FAILURE);
}
for (j = 1, str1 = argv[1]; ; j++, str1 = NULL) {
token = strtok_r(str1, argv[2], &saveptr1);
if (token == NULL)
break;
printf("%d: %s\n", j, token);
for (str2 = token; ; str2 = NULL) {
subtoken = strtok_r(str2, argv[3], &saveptr2);
if (subtoken == NULL)
break;
printf(" --> %s\n", subtoken);
}
}
exit(EXIT_SUCCESS);
}

$ ./a.out 'a/bbb///cc;xxx:yyy:' ':;' '/'
1: a/bbb///cc
--> a
--> bbb
--> cc
2: xxx
--> xxx
3: yyy
--> yyy

a/bbb///cc;xxx:yyy:這個(gè)字符串有兩級(jí)分隔符，一級(jí)分隔符是:號(hào)或;號(hào)，把這個(gè)字符串分割成a/bbb///cc、xxx、yyy三個(gè)子串，二級(jí)分隔符是/，只有第一個(gè)子串中有二級(jí)分隔符，它被進(jìn)一步分割成a、bbb、cc三個(gè)子串。由于strtok_r不使用靜態(tài)變量，而是要求調(diào)用者自己保存字符串的當(dāng)前處理位置，所以這個(gè)例子可以在按一級(jí)分隔符分割整個(gè)字符串的過程中穿插著用二級(jí)分隔符分割其中的每個(gè)子串。建議讀者用gdb的display命令跟蹤argv[1]、saveptr1和saveptr2，以理解strtok_r函數(shù)的工作方式。

Man Page的BUGS部分指出了用strtok和strtok_r函數(shù)需要注意的問題：