Programar em C++/Manipulando strings

"Char strings" e Strings

Os caracteres são entendidos como sendo números que geralmente têm oito bits, esses números são traduzidos na tabela ASCII de 128 caracteres, como existem inúmeras regiões no mundo com características linguísticas próprias, a tabela ASCII é estendida por um bloco de caracteres acima dos 128 mais baixos que varia de acordo com as necessidades de cada língua. A parte superior da tabela ASCII é conhecida como parte estendida e é referenciada por páginas de códigos para cada propósito linguístico, isso quer dizer que podemos ter os mesmos números significando caracteres diferentes para cada região do mundo.

No estilo da linguagem C quando queremos representar um conjunto de caracteres colocamos todos eles em uma matriz sequenciada na memória:

Endereço relativo	0x00	0x01	0x02	0x03	0x04	0x05	0x06	0x07	0x08	0x09
Dado	U	m	a		f	r	a	s	e	\0

Por exemplo, para declarar um espaço na memória que contenha 20 caracteres fazemos:

char dados[20];

Este é o estilo de strings usado pela linguagem C pura. Para manipular este tipo de string é preciso ter certo cuidado, pois a matriz sempre tem um tamanho definido e caso façamos um acesso a um endereço fora da matriz invadiremos outras áreas de memória que não temos como definir o que são, e portanto poderemos fazer o programa parar de funcionar, em muitos sistemas pode também haver danos aos outros programas e até mesmo ao próprio sistema operacional, porém em sistemas operacionais mais sofisticados como o GNU/Linux, que possuem gerenciamento de memória com proteção de memória, apenas o programa que causou a falha irá parar de funcionar.

Para manipular este tipo de string a biblioteca padrão da linguagem C dispõe de diversas funções, para mais detalhes consulte o livro Programar em C.

No estilo C++, como era de se esperar, as strings são objetos, eles podem ser criados facilmente através da biblioteca padrão referenciada pelo arquivo de cabeçalho <string>. As strings são objetos com recursos que permitem manipular os seus caracteres com as funcionalidades das funções da linguagem C e mais algumas características próprias possibilitadas pela orientação a objetos.

// listandoCodigoASCII.cpp

#include<iostream>
using std::cout;
using std::cin;
using std::endl;

#include<string>
using std::string;
using std::getline;


int main(){
  string anyWord;

  cout << "Digite uma palavra: ";
  getline(cin, anyWord);

  for ( int i = 0; i < anyWord.length(); i++)
    cout << anyWord[i] << " - " << (int)anyWord[i] << endl;
  cout << endl;

  return 0;

} //end main

Funções de caracteres úteis.

As seguintes funções estão no cabeçalho da biblioteca <cctype>

toupper() – (to+upper) retorna a maiúscula de uma letra. é uma função de um argumento – o caractere. no caso do argumento não ser uma letra, a função retorna o mesmo caractere que é argumento.

tolower() – (to+lower) o mesmo comportamento que toupper(), porém com o resultado em minúscula.

 #include <iostream>
 #include <cctype>
 using namespace std;

 int main(void)
 {
   char ch;
   do {
      cout << "Pressionar S ou s para sair, \nqualquer outra tecla para continuar: "; 
      cin.get(ch);
      ch = toupper(ch);
      if (ch != '\n')
         cin.ignore();
      if (ch != 'S')
         cout << "Deseja continuar?\n";
      else
         cout << "Saindo...";
   } while (ch != 'S');

#ifdef WIN32
  system ("pause");
#endif

   return 0;
 }

Funções que verificam o caractere. Estas funções recebem apenas um argumento, o caractere e retornam um valor booleano.

Função	Descrição
isalpha	Retorna verdadeiro se o argumento é uma letra do alfabeto; falso em caso contrário.
isalnum	Retorna verdadeiro se o argumento é uma letra do alfabeto ou um dígito; falso em caso contrário.
isdigit	Retorna verdadeiro se o argumento é um dígito; falso em caso contrário.
islower	Retorna verdadeiro se o argumento é uma letra minúscula, falso em caso contrário.
isprint	Retorna verdadeiro se o argumento é um caractere imprimível (incluíndo espaços); falso em caso contrário.
ispunct	Retorna verdadeiro se o argumento é um sinal de pontuação (caracteres imprimíveis que não sejam letras, dígitos ou espaço); falso em caso contrário.
isupper	Retorna verdadeiro se o argumento é uma letra maiúscula; falso em caso contrário.
isspace	Retorna verdadeiro se o argumento é um espaço, tabulação ou nova linha; falso em caso contrário.

Strings em C++

As cadeias de caracteres da linguagem C podem formatar um novo tipo de dados, porém criar tipos de dados mais sofisticados não é possível nesta linguagem, as strings em C++ são objetos da classe string, o que isso traz de novo para o tratamento de textos em programas? A primeira coisa a notar quando criamos strings em C++ é a maneira de criá-las, a classe disponibiliza uma série de construtores:

1 string ( );
2 string ( const string& st );
3 string ( const string& st, size_t position, size_t n = npositions );
4 string ( const char * ps, size_t n );
5 string ( const char * ps );
6 string ( size_t n, char ch );

Isto torna possível, basicamente, criar string de seis maneiras diferentes:

1. Podemos definir um objeto string vazio, para futuramente usarmos de acordo com a necessidade;
2. Podemos criar um objeto string com uma cópia de outro;
3. Podemos criar um objeto string com uma cópia de uma porção de outra string;
4. Podemos criar um objeto string com uma cópia de uma parte de uma "char string";
5. Podemos criar um objeto string com uma cópia de uma "char string";
6. Podemos criar um objeto string preenchida com uma quantidade definida de um determinado caractere;

Quando manipulamos strings, podemos fazê-lo com operadores, como por exemplo "+", "+=", "<<", etc... Isto torna o código um pouco mais intuitivo, vejamos os operadores:

1 operator=
2 operator[]
3 operator+=
4 operator+
5 operator<<
6 operator>>

Que representam as operações:

1. Atribuir o valor de uma string para outra;
2. Acessar caracteres individualmente;
3. Adicionar uma string no final de outra;
4. Concatenar strings;
5. Enviar uma string a um output stream;
6. Receber uma string do input stream.

Apenas com estas poucas informações já é possível operar strings com bastante flexibilidade e de uma maneira muito intuitiva, vejamos alguns exemplos:

string a = ("Alice e Beto gostam de "),
       b = ("chocolate."),
       c = ("doce de leite."),
       d = ("pipoca."),
       e = (c);

cout << a + b << endl;
cout << a + c << endl;
cout << a + d << endl;
cout << a + e << endl;

Estas operações resultam em:

Alice e Beto gostam de chocolate. 
Alice e Beto gostam de doce de leite. 
Alice e Beto gostam de pipoca. 
Alice e Beto gostam de doce de leite.

Exemplos de como manipular strings em C++

erase A função membro erase elimina parte de uma string. Os parâmetros passados para a função são a posição inicial e o número de caracteres a ser excluído. Veja um exemplo de uso abaixo:

  #include<iostream>
  using std::cout;
  using std::endl;
  using std::cin;

  #include<string>
  using std::string;
  using std::getline;

  int main(){
    string myText;

    cout << "Digite um texto qualquer" << endl;
    getline( cin, myText );
    myText.erase(7, 3);

    cout << myText << endl;

    return 0;
  }

Comparando formas de operar strings em C e C++

Em C, temos diversas funções que são usadas para manipular strings, para mais detalhes veja o livro Programar em C, aqui faremos uma comparação dos modos de operar strings em C e C++, algumas particularidades da linguagem C++ permitem uma operação mais intuitiva das strings e algumas novas formas de tratá-las. Vejamos como manipular estes dados tão comuns em qualquer programa.

Funções uteis para o uso de strings

strlen() – (str=string + len=length)- aceita um argumento que pode ser um array (uma cadeia) de caracteres, um ponteiro (que aponta para um array de caracteres) ou uma string literal. retorna um número inteiro que representa o número de caracteres, não incluindo o caractere "null":

 int len;
 len = strlen("Jeff") // a extensão é 4
 char* stinkydog = "Dante";
 len = strlen(stinkydog);   // a extensão é 5
 char name[80] = "Devvie";
 len = strlen(name);  // a extensão é 6

No c++ temos duas funções similares na classe string que são o lenght() e size(). Estas funções não tem argumentos pois reportam as informações sobre o objeto a quem pertencem, ambas retornam um inteiro que representa o tamanho das strings:

 string s = "Jeff Kent";
 cout << s.length();  // mostra: 9
 cout << s.size();    // também mostra: 9

Copiando strings

Se tentássemos copiar strings desta maneira

 char* target = "Jeff Kent";
 char src[80] = "Micaela";
 target = src;

O que acontecia é que era a cópia do endereço de src para o ponteiro e não os caracteres que estão dentro da matriz.

No entanto existe a função strcpy (estilo C) – ela aceita dois argumentos,

• O primeiro é para onde vai ser copiada e é passado o ponteiro desse array (não pode ser uma string literal).
• O segundo é a frase a ser copiada e pode ser um array, um ponteiro ou um string literal

 char* target = "Jeff Kent";
 char src[80] = "Micaela";
 strcpy(target, src);

Note que esta operação é muito arriscada visto que, quando criamos target, a quantidade de caracteres que foi reservada para a string era de 9 caracteres mais o caractere nulo no final, se fizermos uma cópia de uma string com mais de 9 caracteres para este endereço, representado por target, ele fatalmente causará uma violação de endereço.

Porém em C++ podemos atribuir o valor de uma variável para outra da classe string da forma:

   string target = "Jeff Kent";
   string src = "Micaela";
   target = src;

Agora, reflitamos no que significa estas operações: Em primeiro lugar "string" não é um tipo primitivo de dado, é uma classe, portanto é um tipo de dado mais "inteligente", uma das características dos objetos string é que eles são redimensionáveis, ou seja, quando atribuímos a uma string um dado maior que seu espaço interno de armazenamento ela aumenta o seu espaço interno para comportar o novo dado. Outra característica é que a operação "=" para a string é uma operação de atribuição de conteúdo, de forma que a string copia a outra quando usamos este operador e não apenas o ponteiro que referência o endereço da string.

Unir strings

strcat() – (string+concatenate) – une duas frases. Recebe 2 argumentos, a frase primária – o ponteiro para esse array.

   char target[80]  = "Jeff";
   char* source= " Kent";
   strcat(target, source);
   cout << target;    // Mostra "Jeff Kent"

Deve-se observar que strcat é, potencialmente, uma das rotinas mais perigosas do C, por um motivo bem simples: a string de destino deve ser pre-dimensionada, e deve ter espaço suficiente para receber a string de origem. Um pequeno programa como:

   char target[13] = "Regras do C!";
   char* source = " Mas pode dar resultados imprevisiveis";
   strcat(target, source);

Escreverá bytes em regiões da memória que não foram previamente alocadas para a string. Em c++, este problema é resolvido pelo uso de objetos string.

Ao estilo de c++ podemos fazer.

   string target =  "Regras do C++!\n";
   string source = " Geralmente não dão resultados imprevisiveis.\n";
   target += source;
   cout << target;    // Mostra: Regras do C++!
                      //         Geralmente não dão resultados imprevisiveis.

Isto porque a classe string prevê o uso do operador "+=" de concatenação e nele está embutido um código de verificação de espaço e realocação do mesmo para string, caso seja necessário.

comparar frases

se fizessemos

   char str1[80] = "Devvie Kent";
   char str2[80] = "Devvie Kent";
   if (str1 == str2)
      cout << "The two C-strings are equal";
   else
      cout << "The two C-strings are not equal";

o que acontecia é que estariamos a comparar os endereços e não os valores

temos a função strcmp (string+compare) (tem 2 arguentos. retornar 0 se forem iguais)

   char str1[80] = "Devvie Kent";
   char str2[80] = "Devvie Kent";
   if (!strcmp(str1, str2))
     cout << "The two C-strings are equal";
   else
      cout << "The two C-strings are not equal";

esta comparação pode ser resultar em negativo e positivo e isso tem a ver com o jogo de caracteres na tabela ascII. aqui vai um resumo

Resultados de comparações entre strings

Primeira string (str1)	Segunda string (str2)	strcmp(str1, str2)	Razão
Jeff	jeff	negativo	j tem valor ASCII maior que J
aZZZ	Zaaa	positivo	a tem valor ASCII maior que Z
chess	check	positivo	Os primeiros três caracteres são os mesmos, mas a quarta letra da primeira string-C, s, tem maior valor ASCII que a quarta letra da segunda string-C, c.
Jeff	Jeffrey	negativo	Os quatro primeiros caracteres são os mesmos, mas o quinto caractere da segunda string-C, r, tem valor ASCII maior que o caractere nulo na quinta posição da primeira string-C.

Em C++ podemos comparar duas strings através da função membro da classe string: compare(), existem os seguintes formatos (assinaturas) para a função:

1 int compare ( const string& str2 ) const;
2 int compare ( const char* szc ) const;
3 int compare ( size_t pos1, size_t n1, const string& str2 ) const;
4 int compare ( size_t pos1, size_t n1, const char* szc) const;
5 int compare ( size_t pos1, size_t n1, const string& str2, size_t pos2, size_t n2 ) const;
6 int compare ( size_t pos1, size_t n1, const char* szc, size_t n2) const;

A função permite os seguintes modos de operação, respectivamente:

1. Comparar uma "string" de entrada (str2) com o conteúdo do objeto a qual ela pertence;
2. Comparar uma "C-string" apontada por um ponteiro com o conteúdo do objeto a qual ela pertence;
3. Comparar uma seção começando em (pos1) do objeto, a qual contém (n1) caracteres, com a "string" de entrada (str2);
4. Comparar uma "C-string" apontada por um ponteiro (szc), com uma seção começando em (pos1), a qual contém (n1) caracteres do conteúdo do objeto a qual ela pertence;
5. Comparar uma seção do objeto, iniciada em (pos1) com (n1) caracteres, com uma seção de (str2), iniciada em (pos2) com (n2) caracteres;
6. Comparar uma "C-string" apontada por um ponteiro (szc) de extensão (n2), com uma seção começando em (pos1), a qual contém (n1) caracteres do conteúdo do objeto a qual ela pertence.

O resultado é similar ao da função strcmp() em "C", retornando uma referência de valor de acordo com o código ASCII.

Se estiver comparando duas strings uma outra opção, ainda mais natural, é utilizar os operadores de comparação < e ==.

using namespace std;

string str1 = "check";
string str2 = "chess";
if (str1 == str2)
    cout << "As palavras são iguais." << endl; 
else if (str1 < str2) 
   cout << "A palavra " << str1 << " vem antes de " << str2 << endl;
else
   cout << "A palavra " << str1 << " vem depois de " << str2 << endl;

Convertendo C-string e número

No ficheiro (arquivo) cabeçalho da biblioteca cstdlib (c+std+lib) temos várias funções de conversão de números em tipo numérico.

atoi (acrônimo para "ASCII to integer") recebe um argumento – c-string) e retorna o inteiro que a c-string representa. Não verifica se o argumento pode ser convertido:

 int num = atoi("7654");

Programa exemplo:

 #include <iostream>
 #include <cstdlib> // necessário para atoi
 #include <cstring>

 using namespace std;

 int main(void)
 {
   char input[80];
   int num;
   cout << "Enter an integer: ";
   cin >> input;
   for (int x = 0; x < strlen(input); x++)
   {
      if (x == 0)
      {
         if (!isdigit(input[x]) && input[x] != '-')
            return 1;
      }
      else 
      {
         if (!isdigit(input[x]))
            return 2;
      }
   }
   num = atoi(input);
   cout << num;

#ifdef WIN32
   system ("pause");
#endif

   return 0;
 }

Neste exemplo temos a vantagem de o usuário inserir um dígito para o array de caracteres em vez de um inteiro, para evitar um "run-time error" ou "garbage data" que aconteceria se a entrada fosse não numérica. Depois o array é verificado para ver se representa um número. Se o numero for negativo tem o caractere "–".

Em C++ usamos objetos da classe stringstream (biblioteca sstream.h) para armazenar temporariamente os caracteres, depois usamos o operador ">>" para converter os caracteres em número, bastando para isto criar a variável no formato que desejamos receber o número. Mais uma vez temos o uso do poliformismo para resolução de um problema comum de programação, a operação do ">>" é diferente para cada tipo de dado, selecionada automaticamente pelo compilador de acordo com o tipo de dado da variável destino.

 string name = "123";
 stringstream sst;
 int i;
 sst << name << endl;
 sst >> i;

Os passos acima armazenam o valor 123 na variável "i", todo processo de conversão é feito pelo operador ">>".