Übungspaket 24 Zeichenketten

Transkript

1 Übungspaket 24 Zeichenketten Übungsziele: Skript: 1. Verständnis über die interne Repräsentation von Zeichenketten 2. Arbeiten mit Zeichenketten 3. Definition konstanter Zeichenketten 4. Verwendung diverser Sonderzeichen in Zeichenketten Kapitel: 50 Semester: Wintersemester 2018/19 Betreuer: Thomas, Tim und Ralf Synopsis: Schon bei unseren ersten Programmierversuchen hatten wir mit konstanten Zeichenketten zu tun. Damals waren es die einfachen Ausgabetexte sowie Eingabeformate. In diesem Übungspaket beschäftigen wir uns eingehender mit der internen Repräsentation, der Bearbeitung von Zeichenketten und dem Verwalten von Zeichenketten in Tabellen, um diese zu sortieren oder in ihnen zu suchen.

2 Teil I: Stoffwiederholung Aufgabe 1: Interne Repräsentation einzelner Zeichen Zunächst wiederholen wir nochmals den Datentyp char, denn sicher ist sicher ;-) Auf welche drei Arten kann innerhalb eines C-Programms ein Zeichen dargestellt werden? Erkläre dies am Beispiel des Großbuchstabens A: Wie viel Speicherplatz benötigt ein Zeichen (Datentyp char) Was bedeutet die Abkürzung ASCII? Was ergibt sizeof(char) im C-Programm? Aufgabe 2: Aufbau von Zeichenketten Erkläre mit eigenen Worten, was aus Nutzersicht eine Zeichenkette ist. Unter konstanten Zeichenketten verstehen wir diejenigen, die wir als Programmierer selbst direkt hinschreiben. Wie werden diese im C-Programm dargestellt? Anfang: Ende: Welchen Typ verwendet man in C für Zeichenketten? Wie werden Zeichenketten im Arbeitsspeicher abgelegt? Wie erkennt der Compiler den Anfang? Wie erkennt er ihr Ende? In welchem Segment werden Zeichenketten abgelegt? Können konstante Zeichenketten verändert werden? Falls nein, wie kann man sich seine Zeichenketten selbst zusammenbauen? Einführung in die Praktische Informatik, Wintersemester 2018/

3 Wie können die folgenden vier Sonderzeichen in eine Zeichenkette eingefügt werden? 1. Tabulator 2. Zeilenwechsel 3. Gänsefüßchen 4. \ (Backslash) Müssen Zeichenketten in einer Zeile anfangen und abgeschlossen sein? Was kann man machen, wenn die Zeichenkette länger als eine Zeile ist? Aufgabe 3: Eingabe Funktionen zum Einlesen von Zeichenketten wie beispielsweise scanf( "%s", buf ) verhindern keinen Buffer Overflow (sie sind nicht fail save), was zu fatalen Fehlern führen kann. Entsprechend sichere Alternativen besprechen wir am Ende dieses Übungspaketes. Aufgabe 4: Ausgabe Mit welcher Formatangabe können Zeichenketten ausgegeben werden? Gib ein Beispiel: Aufgabe 5: Operationen mit Zeichenketten Es gibt einige Operationen, die auf Zeichenketten arbeiten. Diese gehören aber nicht zum C-Sprachumfang, sondern sind Teil der C-Standardbibliothek (#include <string.h>). Erläutere kurz, was die folgenden Funktionen machen: strcmp() : strcpy() : strlen() : sizeof() : 24-2 Wintersemester 2018/19, Einführung in die Praktische Informatik

4 Teil II: Quiz Aufgabe 1: Zeichenketten: C-Kodierung und Ausgabe In dieser Übungsaufgabe gehen wir davon aus, dass die angegebenen Zeichenketten mittels der Funktion printf() ausgegeben werden. In der folgenden Tabelle sind links verschiedene Zeichenketten angegeben, die alle gültiger C-Code sind, und rechts, wie sie auf dem Bildschirm erscheinen würden. In jeder Zeile fehlt eine der beiden Seiten, die ihr vervollständigen sollt. Leerzeichen und Zeilenumbrüche symbolisieren wir mit den Zeichen und. Ferner gehen wir davon aus, dass sich alle acht (Ausgabe-) Positionen ein Tabulator-Stop befindet. C-Code Ausgabe "abc" abc "Peter Pan" "Heute ist Montag" Sonntag ist Wochenende. C ueben! C lernen macht( manchmal) spass "ein\ttabulator\tbeispiel" noch so ein beispiel "so\nwas\nbloedes\n" es geht noch bloeder " apostrophs? no problem" "one of it? no problem" mit " gaensefuesschen I want " you" how can we do this: \? and how this \"? "and how\ about this?" Einführung in die Praktische Informatik, Wintersemester 2018/

5 Teil III: Fehlersuche Aufgabe 1: Ausgeben von Zeichenketten Wie sollte es anders sein, wieder einmal hat einer unserer Starprogrammierer, diesmal Dr. String, etwas für uns programmiert. Aber irgendwie will es nicht laufen. Finde die Fehler und korrigiere sie (direkt im Quelltext): 1 # include <stdio.h> 2 3 int main ( int argc, char ** argv ) 4 { 5 printf ( "es geht ganz einfach los \N" ); 6 printf ( "\ netwas \t schwieriger \n" ); 7 printf ( " noch " schwieriger "\n" ); 8 printf ( " ganz \ schwieriger \ \n" ); 9 printf ( "a\" usserst \\" schwierig \\"\n" ); 10 printf ( \" ultra a \\\" usserst \" schwierig \"\ n" ); 11 printf ( " so, nun reicht \ 12 es mir aber. \" ich \" gehe jetzt \\\ 13 windsurfen \\ egal, \ nwer das wissen will \": -) \"\ n" ); 14 } 24-4 Wintersemester 2018/19, Einführung in die Praktische Informatik

6 Teil IV: Anwendungen Aufgabe 1: Länge einer Zeichenkette ermitteln 1. Aufgabenstellung Wie wir schon im ersten Teil dieses Übungspaketes kurz angerissen haben, gibt es eine Funktion strlen( char * str ), die die Länge einer Zeichenkette str ermittelt. Ziel dieser Übungsaufgabe ist es nun, diese Funktion selbst zu entwickeln. Wir nennen sie einfach int my strlen( char * str ). Überlege im Spezifikationsteil (nächster Punkt), was das Kriterium für die zu verwendende Schleife ist und was die Funktion zurückgeben soll, wenn ihr ein Null-Zeiger übergeben wird. 2. Pflichtenheft: Aufgabe, Parameter, Rückgabewert, Schleifenbedingung 3. Testdaten Zeichenkette Ergebnis Implementierung Einführung in die Praktische Informatik, Wintersemester 2018/

7 5. Kodierung Aufgabe 2: Vokale in einer Zeichenkette zählen 1. Aufgabenstellung Ziel dieser Übungsaufgabe ist es, eine Funktion zu entwickeln, die die Zahl der Vokale einer Zeichenkette zählt. Wir nennen diese Funktion int vokale( char * str ). Überlege im Spezifikationsteil, was das Kriterium für die zu verwendende Schleife ist und was die Funktion zurückgeben soll, wenn ihr ein Null-Zeiger übergeben wird. 2. Pflichtenheft: Aufgabe, Parameter, Rückgabewert, Schleifenbedingung 24-6 Wintersemester 2018/19, Einführung in die Praktische Informatik

8 3. Testdaten Zeichenkette Ergebnis Implementierung 5. Kodierung Einführung in die Praktische Informatik, Wintersemester 2018/

9 Aufgabe 3: Zählen von Ziffern 1. Aufgabenstellung In dieser Aufgabe soll nicht die Zahl der Vokale sondern die Zahl der Ziffern in einer Zeichenkette bestimmt werden. Da sich diese Aufgabe in nur einem kleinen Detail von der vorherigen unterscheidet, übernehmen wir fast alles und fahren gleich mit der Kodierung fort. Hinweis: Statt jedes Zeichen einzeln auf die Ziffern zu überprüfen können wir das Makro isdigit() aus der Standardbibliothek <ctype.h> verwenden. 2. Kodierung 24-8 Wintersemester 2018/19, Einführung in die Praktische Informatik

10 Aufgabe 4: Vergleich zweier Zeichenketten 1. Aufgabenstellung Auch wenn es bereits eine Funktion strcmp() in der Standardbibliothek gibt, so ist es dennoch eine gute Übung, diese einmal selbst zu programmieren. Mit dem bisher Erlernten sollte dies auch kein Problem sein. Entsprechend ist die Aufgabe, eine Funktion zu entwickeln, die zwei Zeichenketten miteinander vergleicht und ein Resultat zurückgibt. Anhand des Resultats soll man erkennen, ob die erste Zeichenkette kleiner (lexikalisch vor), gleich (lexikalisch identisch) oder größer (lexikalisch nach) als die zweite Zeichenkette ist. Die Funktion kann davon ausgehen, dass keines der beiden Argumente (Operanden) ein Null-Zeiger ist. Beispiele: my strcmp( "abc", "abe") -2 my strcmp( "xx", "xx") 0 2. Pflichtenheft: Aufgabe, Parameter, Rückgabewert 3. Testdaten Als Testdaten nehmen wir einfach die in der Aufgabenstellung erwähnten Beispiele. 4. Vorüberlegungen Hier geben wir ein paar kleine Hinweise, wie man diese Aufgabe am besten löst. Sportlich orientierte lesen lieber nicht, sondern versuchen es erst einmal alleine. Was müssen wir machen? Nehmen wir an, wir haben zwei Zeichenketten "a11" und "a22". Wir müssen jetzt in beiden Zeichenketten solange synchron nach rechts gehen, bis wir einen Unterschied gefunden haben. In unserem Beispiel ist dies an der zweiten Stelle der Fall, 1 ist anders als 2. Wenn wir diese Stelle gefunden haben, reicht es aus, die beiden Werte voneinander zu subtrahieren. Jetzt könnte es aber eine Komplikation geben: Sollten beide Zeichenketten identisch sein, gibt es keinen Unterschied und eine derartige Schleife würde über das Ende der Zeichenketten hinaus gehen. Von da her müssen wir mit der Schleife auch dann aufhören, wenn wir das Ende einer der beiden Zeichenketten erreicht haben. Auch jetzt funktioniert die Idee mit der Subtraktion: sollten beide Zeichenketten identisch sein, subtrahiert der Algorithmus die beiden Null-Bytes voneinander, was zum Resultat 0 führt und somit die Identität beider anzeigt. Einführung in die Praktische Informatik, Wintersemester 2018/

11 5. Implementierung 6. Kodierung Wintersemester 2018/19, Einführung in die Praktische Informatik

12 Aufgabe 5: Suchen von Zeichenketten 1. Aufgabenstellung Mit der Funktion aus der letzten Aufgabe (oder der entsprechenden Funktion aus der Standardbibliothek) können wir nun auch Zeichenketten in Tabellen suchen und hoffentlich auch finden. Derartige Funktionen benötigt man beispielsweise, wenn man einen Namen in einer Tabelle suchen muss. Aufgabe: Schreibe eine Funktion search str(), die eine gegebene Zeichenkette (token) in einer Tabelle (Array) von Zeichenketten sucht und ggf. findet. 2. Entwurf Welche Indizes sind in einer Tabelle mit size Einträgen gültig? Welchen Index nehmen wir üblicherweise bei nicht gefunden? Vervollständige folgende Funktionsdeklaration: search str() 3. Pflichtenheft: Aufgabe, Parameter, Rückgabewert 4. Implementierung Einführung in die Praktische Informatik, Wintersemester 2018/

13 5. Kodierung Wintersemester 2018/19, Einführung in die Praktische Informatik

14 Aufgabe 6: Sicheres Einlesen von Zeichenketten Am Anfang dieses Übungspakets haben wir darauf hingewiesen, dass die Verwendung von Standardfunktionen zum Einlesen von Zeichenketten zu fatalen Fehlern führen kann. In dieser Aufgabe schauen wir uns zunächst das eigentliche Problem an, um dann selbst eine sichere Alternative zum Einlesen von Zeichenketten zu entwickeln. 1. Vorbetrachtungen und Motivation Die wohl am meisten verbreitete Methode zum Einlesen von Zeichenketten besteht in folgendem Funktionsaufruf: scanf( "%s", buf ), wobei buf ein Array vom Typ char ist. Die Funktionalität ist, wie man es sich vorstellt: alle Zeichen bis zum nächsten Zeilenumbruch \n werden eingelesen, im Array buf abgelegt und mit einem Null- Byte \0 abgeschlossen. Häufig wird auch der Funktionsaufruf gets( buf ) verwendet, der zum selben Resultat führt. Von beiden Vorgehensweisen raten wir dringend ab! Don t do that! Never ever! Don t even think about it! Hoppla, warum seid ihr denn so hysterisch? Beide Funktionsaufrufe sehen doch prima aus? Ganz einfach: Beide Funktionsaufrufe sind nicht fail save und können im besten Falle zum Programmabsturz, im ungünstigsten Fall zu ganz merkwürdigen Effekten führen. Ja, ja, erzählt mal! Das ist doch Standard-C. Wo soll denn da ein Fehler auftreten können? Das Problem liegt darin, dass die Größe des Puffers buf nicht überprüft wird. Nehmen wir folgende Funktion: 1 void f( int i ) 2 { 3 char buf [ 4 ]; 4 scanf ( "%s", buf ); 5 printf ( "i=%d buf = %s \n", i, buf ); 6 } In Zeile 4 wird eine Zeichenkette eingelesen und in Zeile 5 wird diese nebst des Parameters i wieder ausgegeben. Um die folgenden Ausführungen zu verstehen, benötigen wir erst einmal einen Stack-Frame, den ihr für den Funktionsaufruf f( 1 ) und die Eingabe hi\n vervollständigen sollt: Adresse Variable Wert 0xFFEE1008 0xFFEE1004 0xFFEE1000 Zeile x Nach dem Einlesen befinden sich drei Zeichen im Array buf, wobei der Zeilenwechsel \n durch ein Null-Byte \0 ersetzt wurde. So weit, so gut. Ja, was soll der Unsinn? Ist doch klar, wo ist das Problem? Das Problem bekommen wir, wenn die vom Nutzer Einführung in die Praktische Informatik, Wintersemester 2018/

15 eingegebenen Zeichenketten länger werden. Vervollständige einen Stack-Frame für den Funktionsaufruf f( 1 ) und die eingegebene Zeichenkette \n: Adresse Variable Wert 0xFFEE1008 0xFFEE xFFEE1000 Bei richtiger Komplettierung sehen wir, dass nicht nur die Variable buf einen Wert erhalten hat sondern dass sowohl der alte PC (die Rücksprungadresse) als auch die Variable i mit neuen Werten überschrieben wurden. Dies hat weitreichende Konsequenzen: Nach Beendigung der Funktion f() springt die CPU an die falsche Stelle zurück. Ferner können beliebig viele Variablen mit neuen Werten überschrieben worden sein. Im obigen Beispiel könnte auf einigen Systemen die Variable i den Wert erhalten; auf anderen Systemen ganz andere Werte. Aus diesem Grund sollten wir von eingangs erwähnten Funktionsaufrufen strickt Abstand nehmen und unsere eigene Einlesefunktion realisieren. 2. Aufgabenstellung Schreibe eine Funktion myreadstring() die eine Zeichenkette von der Tastatur einliest und in einem übergebenen Puffer der Länge size ablegt. Das Einlesen wird beendet, wenn entweder der Zeilenumbruch \n gelesen wurde oder der Puffer voll ist (wobei immer noch Platz für das Null-Byte vorhanden sein muss). 3. Entwurf Vervollständige zunächst den Funktionskopf der zu realisierenden Funktion: myreadstring(): 4. Implementierung Wintersemester 2018/19, Einführung in die Praktische Informatik

16 5. Kodierung Einführung in die Praktische Informatik, Wintersemester 2018/