中文單詞的C語言sizeof，strlen和strncpy

Question

我沒有很長時間接觸C語言。 我有一些與中文單詞和strncpy有關的問題。

char* testString = "你好嗎?"
sizeof(testString) => it prints out 4.
strlen(testString) => it prints out 10.

當我想復制到另一個char數組時，我有一些問題。

char msgArray [7]; / *這只是一個例子。 由於某些限制，我們限制了緩沖區大小。 * /

如果我想復制數據，我需要檢查

if (sizeof(testString) < sizeof(msgArray)) {
    strncopy(msgArray, testString, sizeof(msgArray));
}

它會有問題。 結果是它只會復制部分數據。

實際上它應該與之相比

if (strlen(testString) < sizeof(msgArray)) {

}
else {
   printf("too long");
}

但我不明白為什么會這樣。

如果我想定義限制字符數（包括unicode（例如中文字符），我如何實現定義數組？我想我不能使用char []數組。

非常感謝所有回復。

我的解決方案解決方案：我最終決定剪切字符串以滿足有限的字節。

Answer 1

指針不是數組。 testString是一個指針，因此， sizeof(testString)將給出指針的大小而不是它指向的字符串。

strlen工作方式不同，僅適用於null終止的char數組和字符串文字。 它給出了null字符前面的字符串的長度。

Answer 2

char* testString = "你好嗎?" 取決於編譯器。 一種選擇是通過%d輸出單個字符來調查編譯器正在做什么。 它可能會生成UTF-8字面值。

在C11標准中，您可以編寫以下內容之一：

char const *testString = u8"你好嗎?";   // UTF-8 encoding

要么

wchar_t const *testString = u"你好嗎?"; // UTF-16 or UCS-4 encoding

使用這些字符串，標准C中無法使用Unicode字符 。 您只能使用代碼點和/或C字符。 strlen或wcslen將分別給出字符串中的C字符數，但這可能與顯示的字形數不對應。

---

如果您的編譯器不符合最新標准（即它為上述行提供了錯誤），那么要編寫可移植代碼，您只需要在源文件中使用ASCII。

要在字符串文字中嵌入unicode，可以使用帶有UTF-8十六進制代碼的'\\xNN' 。

---

在這兩種情況下，最好的選擇可能是使用第三方Unicode庫，例如ICU。

---

對於問題的第二部分，我假設你使用的是UTF-8。 strlen(testString) + 1是您需要復制的字符數。 你說你堅持使用固定大小的7字節緩沖區。 如果這是真的那么代碼可以是：

char buf[7];

if ( strlen(testString) > 6 )
    exit(1);   // or jump to some other error handling

strcpy(buf, testString);

應該避免使用strncpy因為在某些情況下它不會使其緩沖區為空; 你總是可以用strcpy或snprintf替換它。

Answer 3

通常你可以使用wchar_t來表示UTF字符（非英文字符），每個字符可能需要2或4個字節。 如果你真的想快速計算字符數，請使用uint32_t（unsigned int）而不是char / wchar_t，因為UTF32保證每個字符（包括非英文字符）將具有相同的4字節大小。

sizeof（testString）只會給你一個指針本身的大小，在32位系統中為4，在64位系統中為8。

如果你正在使用wchar_t，請使用wcslen來獲取字符串len; 如果你正在使用uint32_t，你需要編寫自己的strlen函數，如下所示：

size_t strlenU32(const uint32_t *s) {
    const uint32_t *u = s;
    while (*u) u++;
    return u - s;
}

Answer 4

我不是親，但你可以嘗試這樣的事情：

char* testString = "你好嗎?\0"; //null-terminating char at the end
int arr_len = 0;
while(testString[arr_len])
arr_len++;

結果，它返回10，這是數組字段的數量，因此如果將它乘以單字節的大小，您將獲得字符串的實際長度。

此致，Paweł