1 MANIPOLAZIONE DI STRINGHE ZERO-TERMINATE

Transcript

1 1 MANIPOLAZIONE DI STRINGHE ZERO-TERMINATE 1.1 INTRODUZIONE In informatica una stringa è definita come una sequenza di caratteri, usualmente utilizzata per rappresentare informazioni in formato testuale. In C e in C++ non esiste un tipo stringa predefinito (built-in) ma vengono fornite rispettivamente delle funzioni e una classe di libreria per la manipolazione delle stesse. C-Stringhe Una C-stringa (stringa del linguaggio C, ereditata e supportata dal C++) é definita come una sequenza di caratteri terminata dal carattere '\0' (carattere nullo o di terminazione) e contenuta in uno spazio di memoria contiguo. Tale spazio di memoria è riferito attraverso un array ( char text[80] ) o attraverso un puntatore al primo carattere della stringa ( char *s = text ). Il carattere \0 (carattere nullo) indica la terminazione della stringa ed è posto dopo l ultimo carattere significativo della stringa. Si osservi come, per indicare la terminazione della sequenza di caratteri, venga utilizzata la tecnica della sentinella (la sentinella è il carattere \0 ). La libreria standard del C++ definisce delle funzioni per la manipolazione di stringhe \0 (zero) terminate. Stringhe in C++ In C++ la libreria standard del linguaggio definisce la classe string per la rappresentazione e manipolazione di stringhe. L effettiva rappresentazione in memoria della sequenza di caratteri nella classe string dipende dall implementazione della classe, ossia è un dettaglio implementativo nascosto (anche se generalmente noto) agli utilizzatori della classe. Per tale rappresentazione potrebbero essere state utilizzate ad esempio le C-stringhe (sequenze di caratteri \0 terminate) ma in linea di principio nulla vieterebbe una rappresentazione basata su un array di caratteri (non \0 terminato) con associata la lunghezza dell array. Ciò detto, in realtà l implementazione più comune della classe string utilizza le C-stringhe. Operazioni elementari su stringhe In maniera del tutto astratta, ossia indipendentemente dalla rappresentazione di una stringa, le operazioni elementari che ci si aspetta di poter effettuare su stringhe sono le seguenti: inizializzazione di stringhe (un operazione per assegnare alla stringa un valore iniziale) input e output di stringhe (operazioni che permettano la lettura di stringhe da dispositivi di input/output) lunghezza di una stringa (un operazione che restituisca il numero di caratteri che compongono la stringa) test di stringa vuota (un operazione che permetta di stabilire se una stringa è vuota (una stringa vuota è una stringa di lunghezza 0) Laboratorio di Informatica Antonio Monteleone 2

2 concatenazione (un operazione che, date due stringhe, ne restituisca una terza costituita dalla giustapposizione delle due stringhe date) confronto (una o più operazione che permettano di stabilire se due stringhe sono uguali, diverse e, più in generale, stabilire l ordinamento lessicografico tra stringhe) accesso agli elementi di una stringa (una operazione che permetta di accedere ai singoli caratteri della stringa) inserimento di una stringa (un operazione che permetta di inserire una stringa all interno di un altra stringa in una data posizione) estrazione di una sottostringa (un operazione che restituisca la porzione di stringa (sottostringa) a partire da una data posizione e avente una data lunghezza) cancellazione di una sottostringa (un operazione che permetta di cancellare la porzione di stringa (sottostringa) a partire da una data posizione e avente una data lunghezza) sostituzione di una sottostringa (un operazione che permetta di sostituire una porzione di stringa (sottostringa) con un altra stringa) ricerca di una sottostringa (un operazione che cerchi all interno di una stringa una seconda stringa) conversioni da stringhe a valori numerici e viceversa Il modo in cui sono implementate le operazioni elementari su stringhe dipende dalla effettiva rappresentazione delle stringhe come funzioni di libreria in C (ad es. strcpy, strcat, strlen, strstr, strtok,..,) come funzioni membro della classe string di libreria in C C-STRINGHE Una C-stringa (stringa del linguaggio C) è una sequenza di caratteri zero-terminata. Lo zero \0 indica la terminazione della stringa ed è posto dopo l ultimo carattere significativo della stringa. La libreria standard del linguaggio fornisce una serie di funzioni per la manipolazione di stringhe zero-terminate. Tali funzioni sono dichiarate nell header file cstring. Per poter utilizzare tali funzioni nei nostri programmi e dunque necessario includere tale header file nel modo seguente Nelle tabelle seguenti sono riportate le funzioni di maggiore utilità dichiarate nell header file cstring Laboratorio di Informatica Antonio Monteleone 3

3 Copia memcpy memmove strcpy strncpy Concatenazione strcat strncat Confronto memcmp strcoll strcmp strncmp Ricerca memchr strchr strrchr strstr strtok Altre memset strlen Copia un blocco di memoria Muove un blocco di memoria Copia una stringa Copia una sequenza di caratteri da una stringa Concatena due stringhe Appende una sequenza di caratteri da una stringa Confronta due blocchi di memoria Confronta due stringhe usando locale Confronta due stringhe Confronta un numero specificato di caratteri nelle due stringhe Ricerca un carattere in un blocco di memoria Ricerca la prima occorrenza di un carattere in una stringa Ricerca l'ultima occorrenza di un carattere in una stringa Ricerca una sotto-stringa in una stringa Suddivide una stringa in token Riempie un blocco di memoria Restituisce la lunghezza di una stringa Diamo ora degli esempi d uso di alcune delle funzioni di manipolazione di C-stringhe fornite dalla libreria standard del linguaggio La funzione strcpy char * strcpy ( char * destination, const char * source ); Copia la C-stringa puntata da source nell'array puntato da destination, compreso il carattere nullo di terminazione. Per evitare fenomeni di overflow la dimensione dell'array puntato da destination deve essere abbastanza lungo da contenere la stringa puntata da source (compreso il carattere nullo di terminazione) /* strcpy example */ #include <iostream> int main () Laboratorio di Informatica Antonio Monteleone 4

4 char str1[]="sample string"; char str2[40]; char str3[40]; strcpy (str2,str1); strcpy (str3,"copy successful"); std::cout << "str1: " << str1 << std::endl; std::cout << "str2: " << str2 << std::endl; std::cout << "str3: " << str3 << std::endl; Il programma sopra definito produce l output str1: Sample string str2: Sample string str3: copy successful La funzione strstr const char * strstr ( const char * str1, const char * str2 ); char * strstr ( char * str1, const char * str2 ); Tale funzione restituisce un puntatore alla prima occorrenza di str2 in str1 o un puntatore nullo se str2 non fa parte (non è una sottostringa) di str1. Sia str1 che str2 devono essere stringhe zero-terminate. /* strstr example */ #include <iostream> using namespace std; int main () char str[] ="This is a simple string"; char * pch; pch = strstr (str,"simple"); // pch punta al primo carattere di simple in // str strncpy (pch,"sample",5); // copia 5 caratteri della la stringa sample // a partire dalla locazione puntata da pch cout << str << endl; // stampa a video This is a sample string La funzione strcmp int strcmp ( const char * str1, const char * str2 ); Confronta le due C-stringhe (puntate da) str1 e str2 secondo l'ordinamento lessicografico. Essa restituisce un valore intero che indica la relazione fra le due stringhe. Il valore 0 indica che le due stringhe sono uguali Laboratorio di Informatica Antonio Monteleone 5

5 Un valore < 0 indica che str1 precede str2 nell'ordinamento lessicografico (il primo carattere ad essere diverso nelle due stringhe ha un valore minore in str1 che in str2) Un valore > 0 indica che str1 segue str2 nell'ordinamento lessicografico (il primo carattere ad essere diverso nelle due stringhe ha un valore maggiore in str1 che in str2) /* strcmp example */ #include <iostream> using namespace std; int main () char szkey[] = "Giacomo"; char szinput[80]; do cout << "Indovina il mio nome" << endl; cin >> szinput; ; while (strcmp (szkey,szinput)!= 0); cout << "Risposta esatta!" La funzione strtok char * strtok ( char * str, const char * delimiters ); Una sequenza di chiamate a questa funzione suddivide str in una sequenza di token. Un token è definito come una sequenza di caratteri adiacenti separati da uno qualunque dei caratteri specificati in delimeters come delimitatori. Alla prima chiamata a strtok, la funzione si aspetta una C-stringa puntata dall'argomento str. La scansione alla ricerca di un token inizia dal primo carattere di str. Alle chiamate successive la funzione si aspetta un puntatore nullo e usa la locazione subito a destra della fine dell'ultimo token trovato come nuova posizione da cui iniziare la ricerca di un nuovo token. Per stabilire l'inizio e la fine di un token la funzione scandisce la stringa dal primo carattere fino a incontrare un carattere non contenuto in delimeters (che diventa il primo carattere del token). Successivamente scandisce la stringa da tale carattere fino a incontrare un carattere contenuto in delimeters (che diventa la fine del token). La fine del token è automaticamente rimpiazzata dalla funzione con il carattere nullo e l'inizio del token è restituito dalla funzione. Tale funzione restituisce un puntatore alla prima occorrenza di /* strtok example */ #include <iostream> int main () char str[] ="- This, a sample string."; char * pch; Laboratorio di Informatica Antonio Monteleone 6

6 std::cout << "Splitting string << str << into tokens:\n",str); pch = strtok (str,",.-"); while (pch!= NULL) std::cout << pch << std::endl; pch = strtok (NULL, ",.-"); Il programma sopra definito produce l output Splitting string "- This, a sample string." into tokens: This a sample string 1.3 UNA POSSIBILE IMPLEMENTAZIONE DI ALCUNE FUNZIONI DI MANIPOLAZIONE DI STRINGHE ZERO-TERMINATE Assumendo di rappresentare una stringa come una sequenza di caratteri \0 (zero) terminata, illustriamo una possibile implementazione di alcune delle funzioni per la manipolazione delle stringhe. Tali funzioni sono presenti nella libreria standard del linguaggio C e disponibili anche in C++. Le funzioni che prenderemo in considerazione sono le seguenti: lunghezza di una stringa int strlen(const char *str); copia di una stringa char *strcpy(char *destination, const char *source); concatenazione di stringhe char *strcat(char *destination, const char *source); ricerca di una sottostringa const char *strstr(const char *str, const char *strsearch); Poiché le stesse funzioni sono presenti nella libreria standard del linguaggio, dove sono dichiarate nell header <cstring>, per evitare collisioni sui nomi delle funzioni faremo ricorso alla dichiarazione delle stesse all interno di un namespace a cui daremo il nome labinfo namespace labinfo int strlen(const char *sz); char *strcpy(char *destination, const char *source); char *strcat(char *destination, const char *source); const char *strstr(const char *str, const char *strsearch); ; Laboratorio di Informatica Antonio Monteleone 7

7 1.3.1 Lunghezza di una stringa (strlen) int labinfo::strlen(const char *str); Parametri str: stringa zero-terminata. Valore di ritorno Restituisce la lunghezza della stringa passata in input int labinfo::strlen(const char *str) assert(str); int len = 0; if (str) while (*str++!= '\0') ++len; return len; Copia di una stringa (strcpy) char *labinfo::strcpy(char *destination, const char *source); La funzione strcpy copia strsource, compreso il carattere di terminazione, nella locazione specificata da strdestination. Poichè strcpy non verifica che ci sia spazio sufficiente in strdestination prima di copiare strsource, essa è potenzialmente causa di buffer overrun. Parametri strdestination: stringa zero-terminata destinazione strsource: stringa zero-terminata sorgente Valore di ritorno La funzione restituisce la stringa destinazione char *labinfo::strcpy(char *destination, const char *source) assert(destination && source); char *cur = destination; while (*source!= '\0') *cur++ = *source++; *cur = '\0'; return destination; Concatenazione di stringhe (strcat) char *labinfo::strcat(char *destination, const char *source) assert(destination && source); char *cur = destination; while (*cur!= '\0') cur++; Laboratorio di Informatica Antonio Monteleone 8

8 // in uscita dal ciclo cur punta al carattere di terminazione di destination strcpy(cur, source); return destination; Ricerca di una sottostringa (strstr) const char *labinfo::strstr(const char *str, const char *strsearch); Parametri str: stringa zero-terminata. StrSearch: stringa zero-terminata da ricercare Valore di ritorno Restituisce un puntatore alla prima occorrenza di strsearch in str, o il puntatore nullo, ossia 0, se StrSearch non compare in str. Se strsearch punta a una stringa di lunghezza zero (stringa vuota), la funzione restituisce str const char *labinfo::strstr(const char *str, const char *strsearch) assert(str && strsearch); if (*strsearch == '\0') return str; while (*str!= '\0') if (*str == *strsearch) const char *start = str; const char *cur = strsearch; while (*str!= '\0' && *cur!= '\0' && *str == *cur) ++cur; ++str; if (*cur == '\0') // ho esaurito tutta la stringa di ricerca return start; // in questo punto *cur!= '\0' && (str == '\0' *str!= *cur) // ossia // non ho esaurito strsearch e (sono arrivato alla fine di str o ho // trovato un carattere diverso) ++str; Ricerca di una sottostringa 2 (strstr) Diamo un implementazione alternativa di strstr che fa uso di altre funzioni della libreria. In particolare faremo uso di strlen, strchr e strncmp Laboratorio di Informatica Antonio Monteleone 9

9 const char * labinfo::strstr (const char *s1, const char *s2) char *p = s1; int len = strlen(s2); for (; (p = strchr (p, *s2))!= 0; p++) if (strncmp (p, s2, len) == 0) return (p); return (0); Laboratorio di Informatica Antonio Monteleone 10