字符串中的查找与替换

常用字处理软件或者编辑器都提供字符串的查找和替换功能，本文描述如何借助C语言的字符串处理函数来实现字符串的查找和替换功能。

先说查找，字符串的查找主要使用strstr函数，其原型为：char * strstr(char * str1, char * str2)，函数的功能是在str1中查找str2，如果str2是str1的子串，则返回str2在str1中第一次出现的位置，否则返回空指针。
str2可能在str1中出现多次，如果希望把所有的str2都找出来，调用一次strstr是不够的，必须多次使用strstr函数，而且要不断更新str1。用一个简单例子来说明基本思路，在str1中查找the这个单词， str1=“I will give you the book the day aftertomorrow.”， str2=“the”。第一次调用strstr函数：p = strstr(str1, str2)，找到了第一个the，返回值是这个the的地址，即指针p指向字母t。接下来需要在第一个the后面的字符串（也就是剩余字符串）中寻找其它的the，所以我们要将str1更换为剩余字符串，然后再调用strstr函数，也就是说在剩余字符串中找第一个the。借助p来实现这个更换，把p移到the后面，用p作为剩余字符串的首地址，即 p=p+3； p= strstr(p, str2)。这次就找到了第二个the，p指向了第二个the中的字母t。循环这个过程，直到p为空指针，就可以找到所有的str2。

下面说替换，意思就是用另一个字符串str3来替换str1中所有的str2。替换过程和查找的过程可以合并在一起，在上面循环查找的过程中，每找到一个str2，就把它替换为str3，替换后移动指针p。替换的情况分好几种：一种是str2和str3的长度相同，一种是str3比str2长，一种是str3比str2短。第一种情况比较简单，直接使用strncpy函数就可以，后面两种情况，都需要把str1中的元素进行移动。比如，在上面的例子中，str2=“the”，假设str3 =“this”，str3比str2长，为了有足够的空间，每找到一个the，从the后面的字符开始到结尾的‘\0’都要往后移动1个字节，也就是给this腾出4个字节的地方来（the的3个字节加移出来的1个字节）。假设str3 =“ok”，str3比str2短，为了填补空缺，每找到一个the，从the后面的字符开始到结尾的‘\0’都要往前移动1个字节，也就是给ok留出两个字节的地方就够了。移动过后，使用strncpy函数把str3拷贝到str2所在的地方。下面的程序中，str_replace就是用来实现替换功能的。

复制

#include "string.h"

#include "stdio.h"



void str_replace(char * cp, int n, char * str)

{

        int lenofstr;

        int i;

        char * tmp;

        lenofstr = strlen(str); 

        //str3比str2短，往前移动 

        if(lenofstr < n)  

        {

                tmp = cp+n;

                while(*tmp)

                {

                        *(tmp-(n-lenofstr)) = *tmp; //n-lenofstr是移动的距离 

                        tmp++;

                }

                *(tmp-(n-lenofstr)) = *tmp; //move '\0'        

        }

        else

                //str3比str2长，往后移动

                if(lenofstr > n)

                {

                        tmp = cp;

                        while(*tmp) tmp++;

                        while(tmp>=cp+n)

                        {

                                *(tmp+(lenofstr-n)) = *tmp;

                                tmp--;

                        }   

                }

        strncpy(cp,str,lenofstr);

}



int main()

{



           char str1[1024]; 

        char str2[100],str3[100];         

           int i,len,count=0;

           char c;

           char *p;          

           

           printf("\n请输入要查找的字符串和用于替换的字符串（中间用空格隔开）： ");

           scanf("%s",str2);

        scanf("%s",str3);

        //read string from news.txt

        freopen("news.txt","r",stdin);

        i=0;

        c = getchar();

        while(c!=EOF)

        {

                str1[i] = c;

                i++;

                c = getchar();

        }

        str1[i]        = '\0';

        

        //开始查找字符串str2 

           p = strstr(str1,str2);

           while(p)

        {

                count++;

                //每找到一个str2，就用str3来替换 

                str_replace(p,strlen(str2),str3);

                p = p+strlen(str3);

                p = strstr(p,str2);

        }           

           printf("\ncount = %d\n",count); 

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

}

这两个很常用

在查找和替换字符串时，需要注意大小写敏感性。如果需要忽略大小写进行查找和替换，可以先将字符串转换为统一的大小写格式

注意空格和特殊字符的处理。在某些情况下，空格和特殊字符（如标点符号、制表符等）也需要被考虑在内。

正则表达式是一种强大的文本处理工具，但也需要谨慎使用，以避免出现意外的匹配结果或性能问题。

优化算法或使用更高效的库函数可能很有必要。

替换操作可能会改变字符串的长度              

在字符串中，有些字符如正则表达式的元字符（如 *.+?[]{}() 等），在查找时需要进行转义。否则，这些字符会被解释为特殊的含义，而不是单纯的字符匹配。

在替换操作中，需要注意替换模式，比如是否需要替换全部匹配项，还是仅替换首次出现的匹配项。在一些编程语言中，可以指定替换第一个匹配的选项或者全局替换选项。

在进行字符串替换时，需要注意全局替换和局部替换的区别。全局替换会替换字符串中所有匹配的子串，而局部替换只会替换第一个匹配的子串。

大多数查找操作默认是区分大小写的，这意味着大写和小写字母会被视为不同的字符。如果需要忽略大小写，可以使用如strcasestr这样的函数，或在比较之前转换字符串至统一的大小写形式。

在对重要数据进行查找和替换之前，最好先备份原始数据。这样，在发生错误或不满意的更改时，可以恢复到原始状态。

选择合适的库函数或编写自己的查找与替换函数。例如，在C语言中，可以使用strstr()函数来查找子字符串，使用strncpy()或自定义函数来进行替换。

在进行循环内的查找替换时，特别是当替换后的字符串仍可能匹配查找条件时，要小心避免无限循环。

在进行字符串查找时，需要明确是否区分大小写。有些查找方法默认区分大小写，而有些则不区分。

应当对查找和替换函数进行充分的测试，特别是边界条件，如空字符串、只包含空白字符的字符串或非常长的字符串等。这有助于发现和修复潜在的错误。

对于查找操作，需要处理未找到匹配项的情况，避免程序异常。替换操作也要考虑替换失败的边缘情况。

在处理大量字符串时，需要考虑查找和替换操作的性能。避免使用低效的算法或方法，以减少计算时间和内存消耗。

在进行替换操作时，要特别注意不要产生重叠的索引。例如，如果原始字符串是"abc"，同时存在两个替换操作分别作用于索引0和1，源字分别是"ab"和"bc"，这将导致问题，因为这两个操作有重叠部分。为避免这种情况，需要保证替换操作之间没有重叠的部分。

所处理的字符串采用的字符编码（如ASCII，UTF-8等），因为不同的编码方式会影响到字符的表示和比较。