Python descriptor details

C-Style Character Strings

C-Style strings are not a type. They are a convention for how to represent and use character strings.

C-Style strings指的是一种指定如何表示和使用character strings的规定。该规定要求：

• character strings存储在character array中；
• null terminated。即该character array最后一个element为null character '\0'（ansii = 0）。

例如，C++中的string literals就是一个C-Style string（从C中继承而来），也就是说，在C++中string literals是null terminated。注意在这里出现了几个很容易混淆的定义，我们需要通过实际例子来辨析：

'a'  // a character 'a'
"hello, world";  // a string literal, has '\0'
char sa[] = {'h','e','l','l','o'};  // sa is a character array, no '\0'
char *p = "hello, world";  // p is a pointer to a string literal "hello, world"， p points to the first element of this string literal
string s("hello, world");  // s is a string(library type)

首先，string literals指的就是一个字符串字面量，其是一个常量，存储在DS段。因为C/C++中的string literals都遵循C-Style Strings规定，因此C/C++中的string literals都是存储在一个character array中，且这个character array的最后一个元素是'\0'。

其次，sa是一个charater array数组，也就是常说的字符数组（char数组）。数组中的每个element都是一个character，也就是常说的字符（char）。字符数组并不遵循C-Style strings规则，所以其并不要求最后一个元素是'\0'，即并不是null terminated。但是需要注意的是，尽管sa在进行操作时会被compiler转换为一个指向首元素的指针，但是其是一个char * const的指针，即指针自身不能被修改，所以并不能给sa赋值。同理，也不能再次使用string literals给sa赋值（注意这里如果使用string literals给sa进行初始化是可以的）。

类似的，p是一个char类型的指针，也就是常说的char *，其指向一个string literals常量，更准确的说是指向该hello, world的首元素（即h字符）。因为string literals是一个character array，所以可以通过这个指向首元素的指针来实现subscript操作。但是需要注意的是，因为此时hello, world是一个常量，所以尽管可以通过取下标获得其中某个element，但是并不能修改这个element。更多关于char*和char[]的区别可以查看here。

最后，就是string类，其是library type，相应的操作符都在类中被重载。注意，在C++11标准中，明确规定了string也是null terminated，即以'\0'结尾，here。

C library string functions

因为C standard library并没有重载诸如+，==等操作符，所以并不能用C++中的string类中重载这些操作符对C-Style string进行操作。相反，C中提供了一系列functions来操作C-Style string。例如：

Functions	Meaning
strlen(p)	Returns the length of p, not couting the null
strcmp(p1, p2)	Compares p1 and p2 for equality. Returns 0 if p1 == p2, a positive value if p1 > p2, a negative value if p1 < p2.
strcat(p1, p2)	Appends p2 to p1. Returns p1.
strcpy(p1, p2)	Copies p2 into p1. Returns p1.

其中这些函数的实参必须是指向null terminated array的指针。如果传入的指针不是指向null terminated array，那么会出现undefined的情况。例如strlen，则会不断循环直到找到null。

在C++中，因为string已经重载了很多操作符，所以使用起来很方便。例如，当我们想拼接两个字符串时：

/*  c++  */
string s1("hello");
string s2("world");
string largeStr = s1 + ' ' + s2;

/*  c  */
char s1[] = "hello";
char s2[] = "world";
char largeStr[12];
strcpy(largeStr, s1);
strcat(largeStr, " "); // can't use ' ', because " " is a string literal, can be converted to pointer 
strcat(largeStr, s2);

可以看到，在C中想要实现拼接字符串非常麻烦，需要定义一个largeStr来接收拼接好的字符串；并且还需要计算好新的字符串的长度。但是在C++中如果使用string类的话则可以直接使用重载的+进行操作。

Mixing library strings and C-Style Strings

通常来说，在任何要求使用string literal的地方，我们都可以使用null-terminated array。但是反过来却不行，即我们不能在要求使用C-Style Strings的地方使用library strings。

string s("hello, world");
char *str = s;  // error, can't initialize a char* from a string
const char *str = s.c_str();  // ok

但是string类中提供了一个member function来返回一个C-Style string。具体来说，c_str()函数返回一个指向一个null-terminated数组首元素的指针，其中这个数组具有与string一样的elements。换句话说，c_str()提供了一个方法来获得C-Style string，这个返回的null-terminated数组与string中的内容一样。但是需要注意的是，c_str()并不能保证一直有效，任何有可能改变s的值的操作都会使这个返回的数组失效。

---

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 gzrjzcx@qq.com