配列(2)

目次

• 文字とは
• 文字列とは


• キーボードから文字列を入力
• 文字列のメモリ上での並び
• 文字列操作ライブラリ関数
• 文字列から数値への変換


• まとめ

文字とは

注意：以下の説明では，文字　と　「文字列」という用語を，厳密に区別して使用している．

コンピュータでの文字の処理においては，アルファベット，漢字，数字，ひらがな，カタカナ，記号などに数値を割り当て，文字と数値とを対応づけて処理が行われる．
この「文字」⇔「数値」の対応は文字コードと呼ばれ，言語や国によって様々な種類が規定されている．
日本語では，JIS，ShiftJIS，EUC，UNICODEなどが採用されている．

アスキーコード表（文字コード）

一番単純な文字コードは，以下に示すASCII（アスキー）コードと呼ばれるものである．
アスキーコードは英数字や記号に1バイト分の数値を割り当てたの最も基本的なものであり，プログラムで扱いやすい．

詳細なASCIIコード表はこちら（外部サイト）

ソースコード中での文字と数値の表現

C言語では，文字（1文字）を格納するための変数が用意されており，char 型 (=character，チャー型，キャラ型，文字型など)と呼ばれる．
char 型は文字を扱うための変数であるが，実体は8ビット符号なし整数であり，0∼255(16進数で0x00-0xff)の整数である．

ソースコード中において，以下の三つの記述は全く同じ値となる．

1. シングルクォーテーション ’ で括られた１文字　例：'A'
2. 16進数表記の整数　0x41
3. 10進数表記の整数　65

#include <stdio.h>

int main(void)
{
    int n = 0x5A;    // 整数型
    char c = 'k';    // 文字型

    // %d : 整数(10進数)として表示
    printf("n = %d , c = %d \n", n, c);

    // %X : 整数(16進数，大文字)として表示
    printf("n = 0x%X , c = 0x%X  \n", n, c);

    // %c : 文字として表示
    printf("n = %c , c = %c \n", n, c);

    return 0;
}

文字列とは

ここでは，「文字」ではなく「文字列」の説明を行う．

char型は，1文字を格納する変数である． では，「abc」 や 「Meiji」 など，2文字以上からなる単語や文章，即ち「文字列」をどう扱えばよいだろうか． 実は，C言語では，char型の配列を用いることとなっている．
即ち，「文字列」＝「char型の配列」ということである．

Cの配列では，そのサイズはコンパイル時に決めておく必要があるため，以下のような工夫をする．

1. 処理で使用する文字数よりも，大きめのサイズの char 配列を準備．
2. 配列の先頭から1文字ずつ入れていき，文字列の終端に「ここで終わり」を表す特別な記号を置く．
3. この記号を文字列の終端とし，終端記号以降の余った配列は無視する．

この特別な記号のことをヌル文字または終端文字と呼ぶ．（ナルと呼ばれることもある．）

ヌル文字（終端文字）

ヌル文字はソースコード中で '\0' と表され，ASCIIコードでは文字コード 0x00 が割り当てられている．
ソースファイル中では，以下のように記述され，すべて等価である．

• '\0' または '¥0' : 文字としてのヌル文字．普通はこれを使う．
• 0x00 : ASCIIコードでのヌル文字に対応する文字コード．
• 十進数表記で，単に 0 と書いても同じ．

文字列の表現

文字列は，以下のようにダブルクォーテーションで囲まれた区間で表される．

"Meiji"

ダブルクオーテーションで括られた部分を文字列定数という．

この表現では，"Meiji" の文字数は 5 文字であるが，最後にヌル文字が自動的に追加されて 5+1=6 文字分の配列が確保される．
このため，配列はヌル文字分を含めたサイズで確保する必要がある．

char str[6] = "Meiji";   // 要素数は 6 以上であればOK． 自動で str[5]=='\0' が設定される．
char str[] = "Meiji";    //  サイズを省略した場合，ヌル文字含め，6文字分の配列が自動で設定される

もちろん，配列を余分に確保しておこくとは問題ない．
以下の場合，str[0]=='M', str[1]=='e', ... , str[4]=='i', str[5]=='\0' であり，str[6]以降str[99]までは不定である．

char str[100] = "Meiji";   // str[5]=='\0' となる．それ以降は不定

キーボードから文字列を入力

キーボードからchar型配列に文字列を入力する例を以下に示す．
scanf() 関数において，書式指定文字列に %s を使用する．

例：キーボードから文字列の入力
#include <stdio.h>

int main(void)
{
    char str[20];         // ヌル文字を含めて 20 文字分の文字列

    printf("Input a string : ");
    scanf("%s", str);   // %s は文字列用の書式指定
                        // str は既にアドレスなので，& は不要
                        // scanfが，文字列の最後にヌル文字を追加する．

    //  ここで，キーボードから Hello と入力

    printf("%s \n", str);    // printf関数は自動的にヌル文字の手前まで表示．ヌル文字自体は表示しない．

    return 0;
}

実行例：
input a string : ABC
ABC
input a string : 100
100

この例では%sを使用して，文字列として入力するので，「100」と入力した場合は「'1'の文字コードに相当する整数」「'0'の文字コードに相当する整数」「'0'の文字コードに相当する整数」（＋ヌル文字）が配列strに格納される．
画面に表示するだけであれば文字でも数値でも同じであるが，演算や大小比較をを行うためには数値でなければならず，文字列のままでは計算できない．
一方，scanf()関数のフォーマット文字列に%dや%fを使用すると，入力された文字列をscanf()関数が文字列を解析して整数や実数に適切に変換する．

scanf()関数で文字列として読み込んだものを，あとから数値に変換する方法，atoi(), strtol()　もある．

#include <stdio.h>

int main(void)
{
    char str[21];         // 21 文字分の文字列（ヌル文字含む）

    printf("Input a string : ");
    scanf("%20s", str);    // %20s は，20文字で打ち切り

    //  ここで，キーボードから文字列を入力

    printf("%s\n", str);

    return 0;
}

文字列のメモリ上での並び

C言語の配列は，連続したメモリ領域に配置されることが保証されている． 配列は添字 0 が先頭アドレスに配置され，添字順にアドレス値が順次増加する．
従って，以下のような文字列の設定が可能である．

#include <stdio.h>

int main(void)
{
    char a[50];         // 50文字分の文字列

    int i;
    for(i=0; i<5; i++) {      // 5文字分の値を書き込む
        a[i] = 'A'+i;         // 'A' の実体は数値！　文字コード表参照
    }

    a[5] = '\0';       // 最後にヌル文字を置く．a[5] = 0x00; と書いてもOK．

    printf("%s \n", a);

    return 0;
}

この例では，文字列 a[] の，メモリ中の配置は，

となる．（最後に必ずヌル文字が必要．）

実行例：

a[0] = 65
a[1] = 66
a[2] = 67
 .
 .
 .
a[48] = ????
a[49] = ????

いくつかの応用例

文字列の最後に必ずヌル文字が入る事を利用して，以下のように文字列要素の全てを1文字ごとに走査（スキャン）できる．

#include <stdio.h>

int main(void)
{
    char str[] = "Hello Meiji!";     // 文字列
    int i=0;

    while( str[i] != '\0' ) {

        if(str[i] == 'M') {
            printf("Found character M!  %d th character = %c", i+1, str[i]);    // %c は，1文字表示
        }

        i++;
    }

    printf("\n");
    return 0;
}

for文を用いる場合は，以下のように書くこともできる．

for(i=0; str[i] != '\0'; i++ ) { ...

ヌル文字'\0' の文字コードは 0x00 = 0 であり，これは「偽」と等価であることを利用して，while, for の条件判定部はさらに省略できる．

while( str[i] ) { 
    // ヌル文字(=0x00)に到達したら「偽」になるので，このループが終了する
    i++;
}

この方法は便利であるが，手動で文字列を生成した場合など，文字列の最後にヌル文字を追加し忘れるとループ処理が正しく動かないので注意を要する．

文字列についてまとめ

• コンピュータは「文字」を直接記憶するのではなく，文字コード表を用いて「数値」として記憶．コンピュータは，文字を文字として認識していない！
• 1 文字 = char 型変数 = 8 bit 整数型
• 「文字列」==「文字型」の「配列」
• 文字列の終端には，必ずヌル文字が置かれる．

#include <stdio.h>

int main(void)
{
    const int N = 30;

//  char str[N] = "AAAbcdefg";     // 半角文字
    char str[N] = "あああいうえお";     // 全角文字

    int i;
    for(i=0; i<N; i++) {
        int k = (unsigned char)str[i];  // 一旦，別の変数にキャストして代入
        printf("str[%d] = %d , 0x%X\n", i, k, k);   // 10進数，16進数で表示
    }
    return 0;
}

文字列操作ライブラリ関数

C言語では文字列は，文字型の配列であるため，文字列の操作によくある「複製」や「連結」，「検索」などがやや面倒である．
そこで，文字列操作に特化した便利なライブラリ関数が用意されている． いくつかを実際に使用してみよう．
詳しくは，C言語ランタイムライブラリ関数のリファレンスを参照．https://learn.microsoft.com/ja-jp/cpp/c-runtime-library/string-manipulation-crt?view=msvc-170

以下は，string.h で定義されている文字列操作用のライブラリ関数である．
（ここに出てくるchar* とは，「文字列の先頭アドレス」を指すポインタ型であり，配列をそのまま渡すことができる．）

文字列操作関数は非常に多岐にわたるが，ここでは４種類のみ紹介する．

1. strlen()・・・文字列の長さ(Length)を返す．
2. strcpy()・・・文字列を，別の文字列のコピー(copy)する
3. strcat()・・・2つの文字列を連結(catenate)する．
4. strcmp()・・・2つの文字列を比較(compare)する．

strlen

int strlen(const char* s);
このプロトタイプ宣言は，「引数は文字列1つ」「戻り値は整数」を表す．

文字列の長さを返す．string lengthの略．
このとき，最後のヌル文字は長さに含まない．

#include <stdio.h>
#include <string.h>        // 文字列操作関数の使用に必要

int main(void)
{
    char str[] = "Abcdefg";

    printf(" string = %s \n", str );
    printf(" length is %d \n", strlen(str) );

    return 0;
}

strcpy

char* strcpy(char* dst, const char* src);
このプロトタイプ宣言は，「引数は文字列２つ」を表す．

上記の関数プロトタイプ宣言は，「引数は文字列2つ」「戻り値は文字列の先頭（アドレス）」を表す．以下同様．

文字を src(sourceの意) から dst(destinationの意) にコピーする関数である．string copy.
第1引数dst に既に文字が入っている場合は，上書きされる．
第2引数srcにはconstがつけられているため，こちらはstrcpy()によって変更されることはない．

#include <stdio.h>
#include <string.h>

int main(void)
{
    char str1[] = "Meiji university";
    char str2[100] = "Oh No!";     /*  100文字分の文字列． */

    /*  str1 から str2 へ文字列をコピー */
    strcpy(str2, str1);

    printf("str1 = %s\n", str1);
    printf("str2 = %s\n", str2);

    return 0;
}

strcat

char* strcat(char* dst, const char* src);
このプロトタイプ宣言は，「引数は文字列２つ」を表す．

文字列を連結する関数．string catenate.
dst に入っている文字列の末尾に，文字列 src を連結（追加）する．

#include <stdio.h>
#include <string.h>

int main(void)
{
    char str1[100] = "Meiji";
    char str2[100] = " university";

    /*  str1の最後尾にstr2を追加． */
    strcat(str1, str2);

    printf("str1 = %s\n", str1);
    printf("str2 = %s\n", str2);

    return 0;
}

strcmp

int strcmp(const char* s1, const char* s2);
このプロトタイプ宣言は，「引数は文字列２つ」「戻り値は整数」を表す．

2つの文字列を比較する．string compare．
戻り値は

• s1 == s2 の場合， 0
• s1 != s2 の場合，ゼロ以外の値．

である．
興味があれば，ゼロ以外の値としてどのような値が返ってくるか，自分で調べてみよう．

#include <stdio.h>
#include <string.h>

int main(void)
{
    char str1[100], str2[100];

    printf("str1 = ?"); scanf("%s", str1);
    printf("str2 = ?"); scanf("%s", str2);

    if( strcmp(str1, str2) == 0) {
        printf("str1 = %s, str2 = %s are identical.\n", str1, str2);
    } else {
        printf("str1 = %s, str2 = %s are different.\n", str1, str2);
    }

    return 0;
}

文字列から数値への変換

文字列として入力された「100」や「-0.5」を，数値として扱うには，工夫が必要である．
例えば，文字列としての「100」（文字コード 0x31 0x30 0x30）は，char型配列3個分に文字として 1,0,0（イチ，ゼロ，ゼロ）が格納されているだけなので，数値の「百」として四則演算などを行うためには，この 文字列を数値に変換する必要がある．

文字列を整数および実数に変換するライブラリ関数（ stdlib.h ）は，atoi(), atof() であり，それぞれ，ascii to int, ascii to float の略である．
より高度な変換処理を行う strtol(), strtof() もある．
これはstring to long, string to float の略である．

（scanf()で %d, %f を指定する際には，文字 → 数値の変換が内部で行われている．）

#include <stdio.h>
#include <stdlib.h>        // atoi用

int main(void)
{
    char str[100];
    scanf("%s", str);      // %s = 文字として入力

    int n = atoi(str);     // ここで文字列を数値に変換．変換できない場合は0が返る．

    printf("character : %s \n", str);     // 文字列として表示
    printf("number    : %d \n", n);       // 整数として表示

//  printf("x2 = %s \n", str*2);     // これはエラー
    printf("x2 = %d \n", n*2);       // これはOK

    return 0;
}

以下の例は，キーボードから繰り返し数値を入力し，"end"が入力されたら終了する． 無限ループで文字列をキーボードから入力し，"end"であれば終了． それ以外は数値に変換し，その値を2倍した数値を表示する．

#include <stdio.h>
#include <string.h>        // strcmp用
#include <stdlib.h>        // atof用

int main(void)
{
    char str[100];

    while(1) {

        printf("Input a number(type [end] to finish):");
        scanf("%s", str);           // 文字として入力

        if( strcmp(str, "end") == 0 ) {
            printf("Finish!\n");
            break;
        }

        float r = atof(str);               // 文字列を数値に変換．
        printf("number*2 = %f\n", r*2);       // 数値として，2倍して表示
    }

    return 0;
}

まとめ

• コンピュータでは，文字を直接扱うことはできないので，文字と数値の変換テーブル（文字コード）を用いている．
• 文字コードにはさまざまな種類があり，使用するテーブルが異なるといわゆる「文字化け」が起こる．
• C言語ではchar型変数を用いて文字を表すが，その実体は整数である．
• 文字列とは文字型の配列である．
• 文字列のままでは数値演算ができないので数値への変換が必要である．
• 文字列操作用のライブラリ関数（string.h , stdlib.h）が様々存在し，文字列の連結やコピー，文字列を数値に変換したりできる．

Q and A

練習問題