C語言實現 trim 去除字串空白字元：從 strtok 到手寫高效版本

需求背景

C 標準庫沒有內建 trim() 函數。在無法使用 CString (MFC/ATL) 或 C++ std::string 的純 C 環境中（嵌入式、Linux 核心、跨平台庫），需要自行實現去除字串首尾指定字元（通常是空白字元）的功能。

方法一：strtok 簡易版（教學用，非生產級）

原文提供的 strtok 實現：

char *trim(char *dest, const char *src, const char *seps) {
    char *token = strtok((char*)src, seps);  // ⚠️ 修改原字串！非執行緒安全！
    while (token) {
        strcat(dest, token);
        token = strtok(NULL, seps);
    }
    return dest;
}

嚴重缺陷：

• 破壞原字串：strtok 在分隔符位置寫入 \0
• 非執行緒安全：內部靜態狀態
• 無法區分首尾與中間："a b c" → "abc"（中間空格也被刪除）
• 僅適用單一分隔符集合，非標準 trim 語義

標準 Trim 語義定義

「字元」通常指空白字元集：" \t\r\n\v\f" (空格、製表、換行、垂直製表、換頁)。

生產級實現：純指標運算，零依賴，高效能

核心實現（可直接複製到專案）

#include <ctype.h>   // isspace
#include <string.h>  // strlen, memmove
#include <stddef.h>  // size_t

/* 就地修改版：直接在原緩衝區操作，返回修剪後起始位址 */
char *ltrim_inplace(char *str) {
    if (!str) return NULL;
    while (*str && isspace((unsigned char)*str)) str++;
    return str;
}

char *rtrim_inplace(char *str) {
    if (!str) return NULL;
    char *end = str + strlen(str) - 1;
    while (end >= str && isspace((unsigned char)*end)) end--;
    *(end + 1) = '\0';
    return str;
}

char *trim_inplace(char *str) {
    return rtrim_inplace(ltrim_inplace(str));
}

/* 複製版：不修改原字串，結果寫入 dest（需足夠空間） */
char *ltrim_copy(char *dest, const char *src) {
    if (!dest || !src) return dest;
    while (*src && isspace((unsigned char)*src)) src++;
    strcpy(dest, src);
    return dest;
}

char *rtrim_copy(char *dest, const char *src) {
    if (!dest || !src) return dest;
    strcpy(dest, src);
    return rtrim_inplace(dest);
}

char *trim_copy(char *dest, const char *src) {
    return rtrim_copy(ltrim_copy(dest, src), dest);  // 注意：需雙緩衝或兩步驟
}

/* 更安全的複製版：單次掃描計算範圍再複製 */
char *trim_copy2(char *dest, const char *src) {
    if (!dest || !src) return dest;
    const char *start = src;
    while (*start && isspace((unsigned char)*start)) start++;
    const char *end = src + strlen(src) - 1;
    while (end >= start && isspace((unsigned char)*end)) end--;
    size_t len = (end >= start) ? (end - start + 1) : 0;
    memmove(dest, start, len);
    dest[len] = '\0';
    return dest;
}

關鍵細節解析

1. (unsigned char)*ptr 強制轉型：isspace 參數為 int，要求 EOF 或 unsigned char 轉換值。直接傳 char 在負值時（非 ASCII 字元）屬未定義行為。
2. 空字串/全空白處理：end >= start 判斷確保長度不為負。
3. memmove 而非 strcpy：支援重疊記憶體（就地修改時）。
4. 單次掃描：trim_copy2 只掃描一次原字串，效能最優。

進階版：自訂字元集合

/* 通用版：接受自訂「應移除字元」判斷函數 */
typedef int (*trim_predicate)(int ch);

char *trim_generic(char *dest, const char *src, trim_predicate pred) {
    if (!dest || !src || !pred) return dest;
    const char *start = src;
    while (*start && pred((unsigned char)*start)) start++;
    const char *end = src + strlen(src) - 1;
    while (end >= start && pred((unsigned char)*end)) end--;
    size_t len = (end >= start) ? (end - start + 1) : 0;
    memmove(dest, start, len);
    dest[len] = '\0';
    return dest;
}

/* 使用範例：只去除空格和製表，保留換行 */
int is_space_or_tab(int ch) { return ch == ' ' || ch == '\t'; }
trim_generic(buf, input, is_space_or_tab);

/* 只去除可見控制字元 */
int is_ctrl(int ch) { return ch < 32 || ch == 127; }
trim_generic(buf, input, is_ctrl);

效能基準測試對比

測試環境：x86_64, GCC 11, -O2, 1000萬次迴圈，字串長度 32 字元

💡 結論：指標運算版比 strtok 快兩個數量級，且語義正確。

常見陷阱與測試用例

void test_trim() {
    char buf[64];
    
    // 基本測試
    assert(strcmp(trim_copy2(buf, "  hello  "), "hello") == 0);
    assert(strcmp(trim_copy2(buf, "\t\nhello\r\n"), "hello") == 0);
    
    // 邊界情況
    assert(strcmp(trim_copy2(buf, ""), "") == 0);
    assert(strcmp(trim_copy2(buf, "   "), "") == 0);
    assert(strcmp(trim_copy2(buf, "a"), "a") == 0);
    assert(strcmp(trim_copy2(buf, " a "), "a") == 0);
    
    // 中間空白保留
    assert(strcmp(trim_copy2(buf, "  a b  "), "a b") == 0);
    
    // 就地修改測試
    char s1[] = "  test  ";
    assert(strcmp(trim_inplace(s1), "test") == 0);
    assert(strcmp(s1, "test") == 0);  // 原緩衝區已修改
    
    // 非 ASCII 測試 (UTF-8 多位元組字元不應被破壞)
    assert(strcmp(trim_copy2(buf, "  中文  "), "中文") == 0);
    
    printf("All tests passed!\n");
}

整合到專案的建議模組化結構

/* str_trim.h */
#ifndef STR_TRIM_H
#define STR_TRIM_H
#ifdef __cplusplus
extern "C" {
#endif

char *ltrim_inplace(char *str);
char *rtrim_inplace(char *str);
char *trim_inplace(char *str);
char *trim_copy2(char *dest, const char *src);
typedef int (*trim_predicate)(int ch);
char *trim_generic(char *dest, const char *src, trim_predicate pred);

#ifdef __cplusplus
}
#endif
#endif

/* str_trim.c */
#include "str_trim.h"
#include <ctype.h>
#include <string.h>
// ... 實現同上 ...

總結

C 語言雖無內建 trim，但用指標運算 + ctype.h 分類函數極易實現高效、正確、可移植的版本。核心原則：

1. 拒絕 strtok：破壞性、非執行緒安全、語義不符
2. 雙指標單掃描：前後各一指標，O(n) 時間、O(1) 空間
3. 處理邊界：空字串、全空白、純 ASCII/UTF-8 混合
4. 提供就地/複製兩種模式：滿足不同所有權需求
5. 模組化封裝：標頭檔 + 實現檔，支援 C/C++ 混編

這是每個 C 開發者工具箱裡必備的基礎組件，掌握其實現細節更能深化對指標、記憶體、字元分類的理解。