Zeichen und Zeichenketten (engl. Strings)

Transkript

1 Inhalt Inhalt: 4. Programmiersprache C 4.1 Programmaufbau in C 4.2 Basisdatentypen und einfache Anweisungen 4.3 Steuerfluss-Konstrukte 4.4 Arbeit mit indizierten Größen (Felder) 4.5 Arbeit mit Pointern 4.6 Zeichen und Zeichenketten 4.7 Funktionen Informatik I, Wintersem. 10/11 89 Zeichen und Zeichenketten (engl. Strings) Motivation - Textoperationen werden immer wichtiger Das menschliche Leben besteht zum großen Teil aus Sprache und Schrift und nur wenigen Zahlen. Informationsverarbeitung geht zunehmend auf Klartextdaten über. Internet/HTML/XML ist eine reine Textgenerierung Typische Aufgaben bei der Zeichenkettenverarbeitung Numerische Daten in Texte einfügen Textdaten analysieren und Teile extrahieren Datenbankinformationen als HTML-Text kodieren Befehlsanweisungen an Server zusammenbauen (SQL) Informatik I, Wintersem. 10/11 90

2 Erweiterung des C-Typkonzepts um Zeichen Kodierung von Zeichen Die Darstellung von Zeichen ist standardisiert, z.b. durch American Standards Council (ASC) Allgemein verwendet: ASCII 1-Byte Darstellung in C (American Standard Code for Information Interchange) Zukünftig: Unicode 2-Byte Darstellung zur Erfassung von Sonder-zeichen, virtuelle Tasten (z.b. Funktionstasten), Tastenkombinationen oder allgemein fremdsprachige Zeichen (diakritische Zeichen, kyrilisch, arabisch, asiatische Sprachen) Veraltet, aber noch in Benutzung: EBCDIC 1-Byte Darstellung (Großrechner) Informatik I, Wintersem. 10/11 91 Zeichenkodierung am Beispiel ASCII ASCII: 1Byte kodiert ein Zeichen (bei Unicode 1 Zeichen= 2bytes) genau binär, z.b Wertigkeit: d.h. 2 6 =64 Jedes Zeichen (auch nichtdruckbare) hat eine eindeutige Binärdarstellung in ASCII. Infolge der Binärdarstellung ordnet man deshalb einem Zeichen auch einen Zahenlwert zu. Für nichtdruckbare Zeichen unterscheiden sich die Zahlwerte in den 16Bit- und 32Bit-Versionen! Grobe Einteilung (Details siehe Codetabelle ASCII): 0-31 nichtdruckbare Zeichen (8=TAB neue Zeile) Ziffern (48 = 30H = entspricht Ziffer 0) (39H=Ziffer 9) Großbuchstaben A = Kleinbuchstaben a = 97 Informatik I, Wintersem. 10/11 92

3 In C gibt es 2 unterschiedliche Zahlzuordnungen je nach Typdeklaration. Die Unterschiede wirken sich aber nur für spezielle Sonderzeichen, wie z.b. ö,ü,ß usw. aus. a) Deklaration mit char (signed char) Hier wird die Binärdarstellung als vorzeichenbehaftet gedeutet. Das werthöchste Bit (links) wird als Vorzeichen gedeutet (1 ist negativ). Der Darstellungsbereich ist damit 128 bis +127 Bsp. ö negative Zahl wird als 2er-Komplement gedeutet: Definition von Zeichen in C (1) = -10 als Zahl oder ö als Buchstabe Informatik I, Wintersem. 10/11 93 Definition von Zeichen in C (2) b) Deklaration mit unsigned char Hier wird die Binärdarstellung als vorzeichenlos, d.h. als positiv gedeutet. Der Darstellungsbereich ist damit 0 bis 255 Bsp. ö Wert ist deshalb =246 Bei Benutzung von Vergleichsoperatoren in C in Zusammenhang mit Zeichen ist die Deklaration mit char oder unsigned char für das Ergebnis entscheidend. Informatik I, Wintersem. 10/11 94

4 Zeichenkonstanten werden in einfache Apostrophzeichen eingeschlossen. Beispiele: a 1 % / # Bestimmte Zeichen können als sogenannte Escape-Sequenzen dargestellt werden, z.b. \n Zeilenvorschub \\ Backslash \ Apostroph Angabe von Zeichenkonstanten Nichtdruckbare Zeichen gibt man als Hexadezimalzahl ihrer Binärdarstellung ein: Bsp f 6 \xf6 Informatik I, Wintersem. 10/11 95 Deklarationsmöglichkeiten von Zeichen in C Deklarationen können in allen Gültigkeitsbereichen, d.h. auch auf globalem Niveau unter Angabe des Typs char oder unsigned char erfolgen. char a,z; bzw. unsigned char f,u2,z0; Eine Initialisierug mit einem Wert ist bei der Deklaration möglich: char a,z= % ; bzw. unsigned char f= \\,k1,z0; Namen für Zeichenkonstanten können durch eine Präprozessor define-anweisung festgelegt werden: #define kreuz # Informatik I, Wintersem. 10/11 96

5 Ausgabe von Zeichen mit printf() oder putchar Bei Benutzung der Ein- u. Ausgabe muss immer #include <stdio.h> eingebunden werden Standardausgabe mit printf-funktion: char c,glob; printf( \nc=%5c glob=%2c,c,glob); % leitet Formatangabe ein 5 ist die Feldbreite für die auszugebenden Zeichen c ist das char-format Zeichenausgabe mit putchar putchar(glob); Informatik I, Wintersem. 10/11 97 Eingabe von Zeichen mit scanf oder getchar Standardeingabe scanf Funktion, auch stdio.h einzubinden char glob; scanf( %c, &glob); // & bedeutet Adresse von glob % leitet Formatangabe ein c ist das char-format Einzugebende Zeichen werden mit ENTER abgeschlossen. Weitere scanf-anweisungen sollten mit \n beginnen. Zeicheneingabe mit getchar glob = getchar(); Informatik I, Wintersem. 10/11 98

6 Arbeit mit Zeichen Wie bei jedem Typ ist die Wertezuweisung definiert. char x, y;... x = y; Es können auch Vergleiche mit char-größen ausgeführt werden. Hierbei wird auf den Zahlenwert des Zeichens zurückgegriffen. Dies kann je nach char oder unsigned char unterschiedlich sein: if (x<y)... Es existieren Umwandlungsfunktionen: z.b. i=atoi(&c); (char c; int i) Die Funktion atoi bietet eine ascii-to-int Konvertierung. Informatik I, Wintersem. 10/11 99 Zeichenketten Zeichenketten existieren in C nicht als eigener Typ. Es können nur Zeichenkettenkonstanten z.b. zur Ausgabe benutzt werden. Eine Zeichenkette kann aber in C über ein Feld von Zeichen ( char zk[20]; ) simuliert werden. Für Zeichenketten stehen eine Reihe von Funktionen, wie z.b. strcpy zur Verfügung. Diese befinden sich in string.h. Konvention: Werden diese Funktionen auf char-felder angewandt, muss das letzte Zeichen immer ein Nullzeichen \0 sein! Informatik I, Wintersem. 10/11 100

7 Zeichenkettenkonstante Zeichenketten Konstanten werden stets in Doppel- Apostroph eingeschlossen: Das ist eine nette Zeichenkette! Leerzeichen sind signifikant! Wird eine solche Zeichenkettenkonstante z.b. einem char- Feld zugewiesen, wird automatisch das Abschlusszeichen '\0' angehängt. char zk[40] = Das ist eine nette Zeichenkette! ; // ergibt: zk={'d', 'a', 's', ' ', 'i', 's', 't',, 'k', 'e', 't', 't', 'e', '!','\0'} Eine solche Zuweisung ist nur so möglich! Sonst muss sie über eine Funktion strcpy erfolgen. Informatik I, Wintersem. 10/ Felder von Zeichen Zeichenketten können in char-feldern gespeichert werden! Die Zuweisung erfolgt über den Copykonstruktor: char zk[20] = Das ist eine Kette! ; oder z.b.: char w[5]={ a, b, c, d, \0 }; Ausgabe von Zeichenketten erfolgt über printf: printf( Ausgabe: %s, zk); s (string) ist das Format für Zeichenkette; diese muss durch \0 abgeschlossen sein! Informatik I, Wintersem. 10/11 102

8 Eingabe von Zeichenketten erfolgt über scanf: scanf( %10s, zk); s(string) ist das Format-Umwandlungszeichen für eine Zeichenkette; 10 ist die max.länge der zu übernehmenden Zeichen Eingabe wird durch ENTER abgeschlossen! Achtung: Ein eingegebenes Leerzeichen beendet bei %s die zu übernehmenden Zeichen! scanf( %[^\n], zk); liest die Zeichen bis zum Zeilenumbruch in die Zeichenkette ein Informatik I, Wintersem. 10/ Standardfunktionen für Zeichenketten Voraussetzung: #include <string.h> Kopieren / Zuweisen strcpy() strcpy(ziel, quelle); Kopiert die Zeichenkette des char-feldes quelle auf das char-feld ziel und erzeugt ein Endezeichen \0. Der Rückkehrwert von strcpy ist vom Typ char *, d.h. ein Zeiger auf die Kette ziel. Verketten von Zeichenketten strcat() strcat(ziel, quelle); // ziel=ziel quelle Kettet die Zeichenkette des char-feldes quelle an das char-feld ziel. Der Rückkehrwert von strcat ist vom Typ char *, d.h. ein Zeiger auf die Kette ziel. Damit läßt sich auch ein Funktionsaufruf so gestalten: strcpy(text1, strcat( Das ist, eine Verkettung )); Informatik I, Wintersem. 10/11 104

9 Standardfunktionen für Zeichenketten Vergleichen von Zeichenketten strcmp() strcmp(text1, text2); Vergleicht die Zeichenkette des char-feldes text1 mit der Zeichenkette des char-feldes text2 lexikographisch. Der Rückkehrwert von strcmp ist vom Typ int. Ergebnis : < 0 : text1 less than text2 ==0 : text1 identical to text2 > 0 : text1 greater than text2 Merke: Verglichen wird anhand des Zahlencodes der Zeichen!! Informatik I, Wintersem. 10/ Standardfunktionen für Zeichenketten Länge einer Zeichenkette strlen() int Laenge; Laenge=strlen(kette); Der Rückkehrwert ist die Länge der Zeichenkette, d.h. die Anzahl der Zeichen ohne das Abschlusszeichen \0. In der Standardbibliothek string.h gibt es noch zahlreiche weitere Funktionen für die Zeichenketten-Arbeit. Informatik I, Wintersem. 10/11 106