Merkkijonoissa

Merkkijonoissa käsitellään tekstiä ohjelmoinnissa. Merkkijono (string) on järjestetty merkkien sarja, joka voi esittää sanoja, lauseita tai muuta tekstiä. Merkkijonon pituus määräytyy merkkien lukumäärän mukaan, ja niitä käytetään tekstin lukemiseen, muokkaamiseen ja välittämiseen sovelluksissa. Merkkijonot voivat sisältää erilaisia merkistöjä ja ne tallennetaan yleisesti koodauksella, joka määrittää, miten merkit tallennetaan muistissa.

Nykyisin merkkijonot tallennetaan Unicode-merkistön mukaisesti, yleisimmin UTF-8-koodauksella. Merkkijonojen esittäminen lähdekoodissa tapahtuu lainausmerkkien sisällä. Erikoismerkkejä voidaan ilmaista escape-sekvenssein, kuten uudelle riville (\n), välilyönnille (\t), sekä kenraalisti \\ ja lainausmerkeillä (\").

Käyttö ja käsittely merkkijonoissa sisältävät yleisiä operaatioita: pituuden selvittäminen, merkkijonon yhdistäminen, osien ottaminen (esim. substring tai slice), etsiminen ja korvaaminen sekä muotoilu. Useimmat kielet tarjoavat näitä toimintoja, mutta syntaksi ja nimet voivat vaihdella. Peruskäsittelyllä voidaan käsitellä tekstiä joustavasti ja tehokkaasti.

Haasteet liittyvät erityisesti koodauksen ja näytettävän tekstin erojen ymmärtämiseen. Merkkijonon pituus ei aina vastaa näytettävien merkkien määrää, koska osa merkkijonon merkeistä muodostuu useammasta koodipisteestä tai grapheme-klusterista. Normalisointi (NFC/NFD) sekä oikea käsittely yhdistetyillä merkeillä on tärkeää, kun halutaan tehdä hakuja, vertailuja ja muokkauksia.