sscanf 变长字符串解析答案

【问题标题】：sscanf variable length string parsingsscanf 变长字符串解析
【发布时间】：2013-03-21 11:21:01
【问题描述】：

我有一个可能相当普遍的问题，并且可能有一个我不知道的漂亮技巧。如果有人能启发我，我将不胜感激！

我正在使用 C 的 sscanf() 函数来解析输入，格式为 “%d %d %d %s %d %s %d ...” 其中前两个 %d 是字符串的随机 ID 整数（无关紧要），第三个是要遵循的 %d %s 个组合的计数。

例如，“12 34 2 3 yes 2 no”可以是一个字符串，其中 12 和 34 random 是 ID（对问题不重要），2 指定 '3 yes' 和 '2 no' 之后的两个组合.前面的 3 'yes' 指定后面的字符串的长度，对于前面带有 2 的 'no' 也是如此。后面我们可以有不同数量的这些组合，我们想用 sscanf 捕获它们。

有谁知道用 sscanf 做这件事的任何方法吗？

非常感谢！

【问题讨论】：

如果 C++ 标签是准确的，您可能希望使用 stringstream 来代替。它会让这变得更容易。
是的，我更正了。对不起。
@TimHaggard：这是 C 问题还是 C++ 问题？它们是不同的语言。
@nneonneo：scanf 函数是 C 标准的一部分，也是 C++ 标准的一部分。用一种或两种语言标记scanf() 问题是合适的。
@Ben 但是根据使用的语言，一个好的答案会大不相同，这需要两个不同的问题/答案。将两者结合起来并没有真正帮助 imo。

标签： c++ c string parsing

【解决方案1】：

只需在两个（或更多）通道中解析字符串。这使用%n 格式说明符来写入处理的字节数，因此我们知道在后续传递中从哪里获取：

int a, b, n, pos;
const char *buf = "12 34 2 3 yes 2 no";

assert(sscanf(buf, "%d %d %d %n", &a, &b, &n, &pos) == 3);
for(int i=0; i<n; i++) {
    int cur;

    int x;
    char y[20];

    assert(sscanf(buf+pos, "%d %19s %n", &x, y, &cur) == 2);
    printf("%d %s\n", x, y);
    pos += cur;
}

输出

3 yes
2 no

【讨论】：

我将 sscanf 包裹在 assert 周围，以确保我知道第一个返回 3 以外的东西，第二个分别返回 2 以外的东西。除此之外，+1 因为这是我在 C 编程领域最喜欢的答案。
显然%n 对返回值的影响有些不确定（ew）。所以我会为>=3/>=2添加断言。
顺便说一句，这实际上可能是我唯一一次发现%n 有用（除了利用格式字符串漏洞将任意数据写入任意堆栈地址）。
不，定义明确。 C 标准说“执行 %n 指令不会增加 fscanf 函数执行完成时返回的赋值计数。”如果前面的指令成功，%n 指令将始终执行，这就是我建议assert 的原因。理想情况下，人们会报告错误而不是引发断言失败。但是，在这样的示例中包含错误报告代码会使焦点偏离解决方案的方向。 assert 希望在发生错误确实时重新关注。
当您需要整数中的小数位数时，%n 也很有用。许多人会使用 assert(scanf("%d", &val) == 1); do { decimal_count++; val /= 10; } while (val > 0); 之类的代码（错误地，对于负值），而所有必要的代码就是 assert(scanf("%d%n", &val, &decimal_count) == 1);。

【解决方案2】：

初始“%d %d %d”标头后面的 %d %s 对的数量是否有最大值？必须有，因为您将值放在某个地方，也许在结构{int i;字符 s[j]; } 一个]; 具有适当的 j 和 n 大小。

（顺便说一句，当描述表明它应该是“%d %d %d %d %s %d %s”时，您的示例使用“%d %d %d %s %d %s %d ...” %d %s ...", 3 位小数，后跟小数/字符串对)

如果有最大值，只需创建一个最大化的模板并测试来自 sscanf 的返回码（应该指示成功匹配和分配的输入项的数量）是您的第三个值减去 3 个标题项。如果返回代码与第三个 int 相比不正确，请报告格式错误的行。

我曾经把这样的东西做成了一个函数，所以 a[n] 是自动从堆栈中分离出来的，然后该函数从堆中为 sscanf-ed 的项目分配了一个链表，并返回一个指向第一个项目的指针。

【讨论】：

【解决方案3】：

首先，ssprintf() 用于生成字符串，而不是解析它。您应该使用 sscanf。我不知道如何在一个 sscanf() 中完成它。但是你可以在一个循环中这样做：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

int main(){
    int choice_id, count;
    char choice[20],id_1[20],id_2[20], count_str[20], choice_id_str[20];
    int index;
    char *input = "12 34 2 3 yes 2 no";

    sscanf(input, "%s %s %s", id_1, id_2, count_str);
    input += strlen(id_1)+strlen(id_2)+strlen(count_str)+2;
    count = atoi(count_str);
    for(index = 0; index< count; ++index){
        sscanf(input, " %s %s", choice_id_str, choice );
        choice_id = atoi(choice_id_str);
        // Process or store the record
        printf("%d: %s\n",choice_id, choice);
        input += strlen(choice_id_str) + strlen(choice) + 2;
    }
    return 0;
}

使用 gcc (GCC) 4.1.2 编译，并在 Linux 上运行。输出是：

-bash-3.2$ ./a.out
3: yes
2: no

【讨论】：

这里输入的是要解析的字符串，比如“12 34 2 3 yes 2 no”
不清楚如何移动指针。 scanf 可以消耗任意数量的输入字符串。
不正确...sscanf 中的空格可以匹配任意数量的空格（不仅仅是一个字符）。
我没有注意到这一点。但我认为它仍然运作良好。我将代码更新为完整示例。

【解决方案4】：

仅使用sscanf 没有方便的方法来执行此操作。您需要动态生成格式字符串本身，在将其传递给sscanf。

您可能需要考虑为此编写一个专门的解析例程，在循环中调用 sscanf，或者更优选（因为您指定 C++ 标记）在循环中使用 std::istringstream。

【讨论】：

我的意思是 sscanf。很抱歉造成混乱！