CAPL 编程系列教程 - 第三十一期 字符串处理 (Part 2) - 比较、查找与子串提取

CAPL 编程系列教程 - 第三十一期 字符串处理 (Part 2) - 比较、查找与子串提取

目标: 本期继续学习 CAPL 中用于字符串处理的函数，重点介绍 mbstrncmp, mbstrstr, mbstrstr_off, 和 mbsubstr_cpy 这几个（可能支持多字节字符的）函数，用于字符串比较、查找和子串提取。

1. 字符串比较 (mbstrncmp)

• 目的: 比较两个字符串的内容，最多比较指定的字符数，判断它们是否相等或大小关系。用于替代 CAPL 中不能直接比较字符串内容的 == 运算符。
• 函数: mbstrncmp (Multi-Byte String N Compare)
  • CAPL 语法/用法: long mbstrncmp(char str1[], char str2[], long n);
  • 参数:
    • str1[], str2[]: 需要进行比较的两个字符数组（字符串）。
    • n: 一个 long 类型整数，指定从字符串开头算起，最多比较多少个字符。
  • 返回值 (long):
    • 0: 表示 str1 和 str2 在前 n 个字符内完全相等。
    • 非零值 (<0 或 >0): 表示在前 n 个字符内不相等。具体值取决于第一个不匹配字符的编码大小关系（通常 <0 表示 str1 小于 str2，>0 表示 str1 大于 str2）。
  • 说明: mb 前缀通常表示该函数能正确处理多字节字符（如中文）。使用 n 参数可以灵活地只比较字符串的起始部分是否匹配。

2. 查找子串位置 (mbstrstr 和 mbstrstr_off)

• 目的: 在一个字符串中查找指定的子串，并返回其出现的位置（索引）。
• 函数 1: mbstrstr (Multi-Byte String Search String)
  • 功能: 查找子串在源字符串中 首次 出现的位置。
  • CAPL 语法/用法: long mbstrstr(char haystack[], char needle[]);
  • 参数:
    • haystack[]: 被搜索的源字符串。
    • needle[]: 要查找的目标子串。
  • 返回值 (long):
    • 返回子串 needle 在 haystack 中首次出现的起始字符的索引（从 0 开始）。
    • 如果未找到子串，根据 transcript 描述，返回 -1。
• 函数 2: mbstrstr_off (Multi-Byte String Search String with Offset)
  • 功能: 从源字符串的指定偏移位置之后开始查找子串，用于查找非首次出现的子串。
  • CAPL 语法/用法 (根据 transcript 推断): long mbstrstr_off(char haystack[], long offset, char needle[]);
  • 参数:
    • haystack[]: 被搜索的源字符串。
    • offset: 一个 long 类型的起始搜索偏移量（索引）。函数会从 haystack[offset] 这个字符开始向后搜索。
    • needle[]: 要查找的目标子串。
  • 返回值 (long):
    • 返回子串 needle 在 haystack 中从 offset 开始找到的第一个匹配项的起始字符索引（注意：该索引仍然是相对于整个 haystack 字符串的开头计算的）。
    • 如果从 offset 开始未找到子串，返回 -1。
  • 应用: 常用于查找分隔符（如逗号）的第二次、第三次等出现的位置，方法是将上一次找到的索引加 1 作为下一次查找的 offset。

3. 提取子字符串 (mbsubstr_cpy)

• 目的: 从源字符串中提取（复制）指定范围（起始位置和长度）的子串到另一个目标字符数组中。
• 函数: mbsubstr_cpy (Multi-Byte Substring Copy)
  • 功能: 将源字符串的一部分复制到目标数组。此函数没有返回值 (void)，结果直接存储在目标数组中。
  • CAPL 语法/用法 (根据 transcript 推断): void mbsubstr_cpy(char destination[], char source[], long start_index, long length);
  • 参数:
    • destination[]: 目标字符数组，用于存放提取出的子串。必须确保其大小足以容纳 length 个字符加上结尾的 \0。
    • source[]: 源字符串。
    • start_index: long 类型，指定从源字符串的哪个索引位置开始提取。
    • length: long 类型，指定要提取的字符数量。
  • 说明:
    • 调用者需要预先分配足够大的 destination 数组。
    • 重要: transcript 未明确说明此函数是否自动添加 \0 终止符。为保险起见，在使用此类函数后，最好手动在 destination[length] 位置添加 \0，以确保结果是一个有效的 C 字符串，除非 CAPL 文档明确保证了自动添加。

4. 实例回顾

• 本期讲座通过解析一个包含逗号分隔字段的字符串实例，演示了这些函数的组合使用：
  • 使用 mbstrstr 找到第一个逗号的索引 index1。
  • 使用 mbstrstr_off（以 index1 + 1 作为 offset）找到第二个逗号的索引 index2。
  • 使用 mbsubstr_cpy 提取第一个逗号之前的部分（start_index=0, length=index1）到 title 数组。
  • 使用 mbsubstr_cpy 提取两个逗号之间的部分（start_index=index1 + 1, length=index2 - (index1 +1)，注意长度计算的调整）到 value1 数组。
  • 使用 mbsubstr_cpy 提取第二个逗号之后的部分（start_index=index2 + 1, length 通mbstrlen(source)-(index2+1)）到 value2 数组。
  • （实例中还讨论了长度计算可能需要 -1 调整的细节，以避免包含分隔符本身）。

总结: 本期重点介绍了 CAPL 中（可能支持多字节的）mbstrncmp 用于比较，mbstrstr 和 mbstrstr_off 用于查找子串位置，以及 mbsubstr_cpy 用于按需提取子串片段的用法。掌握这些函数的参数、行为（特别是返回值和对目标缓冲区的要求）以及它们在解析和处理字符串数据中的组合应用是 CAPL 编程的重要技能。