string.h

定义

string.h是C标准库规定的头文件之一，用于声明一组处理字符数组（C字符串）和通用内存块的函数。程序以#include <string.h>的形式引入它之后，即可使用这些函数的原型；标准同时允许实现把其中部分函数以宏的形式定义^[1]。

该头文件还要定义空指针常量 NULL 和类型 size_t，二者在另一个头文件stddef.h中描述；引入string.h时，也可能一并暴露stddef.h中的全部符号^[4]。POSIX 标准在其基础上扩展了若干接口，并要求实现提供 locale_t 类型等额外内容^[5]。

原理

C语言没有独立的字符串类型，字符串以字符数组的形式存在，并以值为 0 的空字符作为结束标志。因此string.h中的函数大多以指向首字符的指针作为参数，沿着内存逐字节扫描，直到遇到终止符为止^[6]。以长度函数为例，strlen 统计的是终止符之前的字符数，返回值不含空字符本身；复制函数strcpy则连同终止符一起搬移^[6]。

按操作对象划分，库函数可归为两类。一类作用于以终止符结尾的字符串，如strcpy、strcat、strcmp、strchr、strstr、strtok；另一类作用于任意内存区域，参数中显式给出字节数 $n$，如memcpy、memmove、memcmp、memchr、memset^[1]。内存类的函数不理会终止符，因此既能处理二进制数据，也能处理文本。

两类函数在重叠语义上存在区别：memcpy要求源与目标区域没有重叠，否则行为未定义；memmove则保证即使两块区域相互覆盖，结果依然正确。此外，名字中带 n 的版本（strncpy、strncat、strncmp）以长度参数限制处理的字符数，作为对无界版本的补充^[6]。

发展历程

string.h在1989年随 ANSI X3.159-1989 成为标准头文件，该标准次年由国际标准化组织以 ISO/IEC 9899:1990 的名义发布，两个编号对应实质上相同的语言与运行库规定，通常合称 C89 或 C90^[7]。在 C89 确定的头文件清单中，string.h位列其中，属于托管环境下可以无条件包含的标准头^[2]。

1999年的 C99 修订为库补充了新的函数，并把“调用无可见声明的函数”列为需要诊断的约束违反，这使得正确包含头文件成为可移植代码的必需步骤^[8]。2011年的 C11 在规范性附录 K 中纳入“边界检查接口”，给出strcpy_s、memcpy_s、strtok_s、memset_s 等带容量参数的版本，但这些接口属于可选特性，实现方可以选择不提供^[3]。

附录 K 的接口源自微软在 2004 年安全开发生命周期中推出的一系列“安全”函数，其后被提交给 ISO/IEC JTC1/SC22/WG14 进行标准化^[3]。不过，微软自家实现与规范之间存在多处差异，并被指出无法被视为完全一致；同时多年间没有出现被广泛接受的符合性实现，相关提案一度建议将附录 K 删除或先弃用^[9]。

应用

在文本处理场景中，string.h承担最基础的搬运与比对工作：读取配置行后复制到缓冲区、拼接路径片段、按字典序比较两个名称、在较长的文本中查找子串，都直接调用这里的函数。分割函数strtok按分隔符集合把一个字符串切成若干片段，常用于解析以逗号或空格分隔的记录^[1]。

在内存层面，memset可以把一段区域统一填充为某个字节值，memcpy与memmove用于在对象之间搬运数据，memcmp则按字节比较两块区域。这些函数不依赖字符编码，因而同样适用于结构体、二进制文件和网络报文的处理。

string.h的功能还被大量其他接口复用，例如把错误码转换为说明文字的strerror返回一段描述字符串，供日志输出使用。由于标准库实现普遍内置这些函数，编译器常把它们识别为内建操作并生成优化后的指令序列^[10]。

局限

最突出的问题是无界函数不掌握目标缓冲区的大小。strcpy、strcat、strncpy 等只接收指针，若源字符串长于目标容量就会写到边界之外，而 C 语言本身不提供运行时的越界检测^[3]。带 n 的版本虽然限制了字符数，但因语义细节容易误用，例如strncpy在源串长度不小于给定上限时不会补上终止符^[9]。

另一类限制与并发有关。strtok把“下一次从哪里继续”的状态存放在库内部的静态区域，strerror返回的指针指向由实现管理的共享内存，多个线程同时调用这些函数可能产生数据竞争；C标准并未要求它们避免数据竞争^[11]。可行的做法是改用 POSIX 的strtok_r、strerror_r，或使用附录 K 的对应版本^[11]。

此外，strlen等函数需要从头逐字节扫描到终止符，复杂度与字符串长度成正比，对超长输入存在性能开销；若字符数组缺少终止符，这类扫描会一直越过数组末尾，属于未定义行为^[6]。附录 K 的边界检查版本同样不是万能的：若调用者传入的容量值本身有误，仍可能溢出，因此其防护效果取决于参数是否正确^[3]。

参见

• C语言 —— string.h所属的标准语言及其运行库规范。

• C标准库 —— 包含string.h在内的标准头文件集合。

• 空字符结尾字符串 —— string.h中大部分函数所处理的数据形式。

• 缓冲区溢出 —— 无界字符串函数误用时可能引发的内存错误。

• POSIX —— 在 C 标准之外对string.h作出扩展的接口规范。