字符串文字的意外 strlen 结果答案

【问题标题】：Unexpected strlen result for a string literal字符串文字的意外 strlen 结果
【发布时间】：2020-10-28 15:50:02
【问题描述】：

#include <iostream>
#include <cstring>

int main()
{   
    auto l = std::strlen("123\0456\0");
    std::cout << l << std::endl;
}

为什么这段代码的输出是 5？

我预计是 3 个。

这是一个在线版本进行测试： https://ideone.com/UQRKlV

【问题讨论】：

存在需要谨慎处理的现有代码，但是如果您尝试编译此代码，不会有任何问题。为什么你不能自己回答这个问题？
这里是现场版：https://ideone.com/UQRKlV
What will be the output of that code 你编译并检查输出是什么？ also please explain why?您是否尝试过找出可能导致未显示所有内容的原因？
为什么会输出 5？当我将鼠标悬停在 VS 2019 中的字符串文字上时，它告诉我这是一个 const char[7] "123%6\000"。为什么\045 被视为%，为什么它将字符\045 组合在一起（而不是\0、\04 或其他一些分块），以及为什么它以\000 终止\0?
到目前为止没有一个答案提到这一点，但是您可以使用 auto l = std::strlen("123\0" "456\0"); 构建您期望的字符串文字。

标签： c++ string strlen

【解决方案1】：

"123\0456\0" 是const char[7] 类型的文字。

\045 是单个字符，以八进制指定。在 ASCII 中，它是 '%'。这里\0不表示NUL，因为最大咀嚼解析规则将\045提取为八进制转义序列：注意0 、4 和 5 是有效的八进制数字，并且八进制转义序列不能超过 3 位。

第二个\0 是一个显式的NUL，在文字的末尾还有一个隐含的额外NUL。

strlen 将返回 5，因为在第一个 NUL 之前有很多字符。

【讨论】：

为了明确起见，第一个 \0 不是空字符，因为它后面还有两个八进制有效数字。所以这些数字是转义序列的一部分。
@FredLarson：没错！值得添加。
那么\0456 不是一个有效的转义序列吗？如果我只写char c = 0456; std::cout << c;，它会在终端上打印.。调用 UB 是因为 302 不是有效的 ASCII 值吗？
@NathanPierson：八进制转义序列最多为三位数。
@NathanPierson 0456 没有以任何方式转义（没有前导\），它只是一个普通的八进制形式的integer literal。编译器会将int 值（八进制456，十进制302）按原样隐式转换为char，但char 可以容纳的最大值是十进制127（八进制177），因此char 将溢出，在您的情况下发生会产生一个十进制 46（八进制 56）的 char 值，这是 ASCII 字符 .。

【解决方案2】：

文字中的字符可以是 escaped，使用十六进制 (\xNN)、八进制 (\0NN) 或 Unicode (\uNNNN、\UNNNNNNNN) 表示法。

在您的字符串文字中，"123\0456\0"、\045 和 \0 是八进制转义序列。

您期望编译器将第一个 \0 解析为 NUL 终止符的 1 位八进制序列，但实际上它被解析为 3 位八进制序列，因为八进制最多使用 3 位， 0、4 和 5 是有效的八进制数字。因此编译器会将 3 位 \045 序列解析为单个 char，其数值为八进制 45（十进制 37，十六进制 0x25），在 大多数（不是全部）字符集中是ASCII % 字符，它会将第二个 1 位 \0 序列解析为单个 char，其数值为八进制 0（十进制 0，十六进制 0x00），在所有字符集中都是 NUL字符。

所以，"123\0456\0" 总共有 7 个chars（包括末尾的隐式空终止符）：

1 2 3 % 6 NUL NUL

strlen() 将计数chars，直到遇到NUL 字符。这就是为什么输出是 5，而不是 3。

【讨论】：

【解决方案3】：

首先阅读string literals in C++。寻找escape sequences的特殊含义。

然后阅读 strlen 所做的事情并结合这些知识来解释结果。

【讨论】：

相关引用重新。转义序列：“八进制转义序列的限制为三个八进制数字，但如果更早遇到，则在第一个不是有效八进制数字的字符处终止。”