Нуль-терминированная строка

Нуль-термини́рованная или нуль-термина́льная строка́, также C-строка́ (от названия языка Си) или ASCIIZ-строка́ (от англ. ASCII zero-terminated string) — способ представления строк в языках программирования, при котором вместо введения специального строкового типа используется массив символов, а концом строки считается первый встретившийся специальный нуль-символ (управляющий символ NUL с кодом 0x00).

Описание

Например, в строковом буфере (области памяти, выделенной для хранения строки) размером 11 байтов нуль-терминированная строка «СТРОКА» в кодировке Windows-1251 может представляться следующим образом:

С	Т	Р	О	К	А	NUL	F	%	NUL	4
0xD1	0xD2	0xD0	0xCE	0xCA	0xC0	0x00	0x46	0x25	0x00	0x34

В данном примере представлена область памяти из 11 байтов, хотя на самом деле строка занимает всего 7. Символы после нуль-символа (8—11 байты) называются мусором — это данные, которые могли остаться в буфере от предыдущих строк или от других использований памяти. Среди них также могут находиться нулевые символы.

При использовании однобайтовых кодировок (кодовых страниц), например расширенного ASCII^[англ.], объём памяти, требуемый для представления строки из N символов, равен N + 1 байт. В случае, когда для кодирования символов применяется Юникод, длина строки зависит от используемого представления Юникода (например, 4N + 4 байта для UTF-32) и (для UTF-8 и UTF-16) от кодируемого текста (от N + 1 до 4N + 1 байта для UTF-8, от 2N + 2 до 4N + 2 байтов для UTF-16).

Такие строки являются стандартом в Си и некоторых других языках программирования. Поскольку они используются для передачи строковых аргументов в стандартные функции во многих операционных системах, операции для работы с нуль-терминированными строками появились в Паскале и других языках.

Для работы с нуль-терминированной строкой используется указатель на её начало (символ с индексом 0). Это простой, быстрый и гибкий подход, но он чреват ошибками^[1][2]. Программист постоянно должен следить за своим кодом, а именно:

• быть уверенным, что не случаются переполнения буфера;
• аккуратно проводить управление памятью, выделяемой под строки;
• выполнять принудительное нуль-терминирование строк при использовании функций, которые его не гарантируют (например, strncpy);
• в редких случаях, когда размер строки может быть очень велик, следить, что не происходит переполнение целого при подсчёте длины и прочих связанных с длиной вычислениях.

Кроме того, некоторые операции со строками, например конкатенация, для нуль-терминированных строк выполняются медленнее, чем для других типов строк.

Сравнение с альтернативами

Альтернативой нуль-терминированным строкам являются способы, принятые в Паскале и современных объектно-ориентированных языках. В Паскале строка начинается с первого элемента массива, а в нулевом элементе хранится длина строки. В этом случае не требуется использовать специальный терминатор для обозначения конца строки. С другой стороны, здесь на длину строки накладывается ограничение, связанное с вместимостью нулевого элемента массива, то есть в случае с однобайтовыми символами длина строки не может превышать 255 символов. Нуль-терминированные строки такому ограничению не подвержены и теоретически могут иметь любую длину. В ОО-языках применяется хранение записи с длиной строки и ссылкой (или указателем) на массив символов. Эти способы лишены недостатка нуль-терминированных строк: они могут хранить в себе нуль-символы без искажений и специального кодирования.

В ряде интерфейсов применяются дважды-нуль-терминированные строки, признаком завершения которых является последовательность из двух нуль-символов^[3].

В языке Си

Для работы с нуль-терминированными строками в языке программирования Си используется ряд функций:

• strcpy, wcscpy — копирование строк;
• strlen, wcslen — вычисление длины строки;
• strchr — поиск символа в строке;
• strdup — дублирование строк;
• strstr — поиск подстроки;
• strtok — разделение строки через разделители на подстроки;
• strbrk — поиск первого вхождения в строку одного из символов другой строки.

В языке ассемблера

В некоторых разновидностях языка ассемблера для определения нуль-терминированных строк используется специальная директива. Так, в GNU Assembler для этого есть директива .asciz^[4][5].

См. также

• Символьный тип
• Строковый тип