【问题标题】:Reading formatted string data using sscanf使用 sscanf 读取格式化的字符串数据
【发布时间】:2017-10-11 10:31:18
【问题描述】:

我有以下代码:

int main(int argc, char* argv[])
{
    char tempBuf[100] = {"|BOD|01|02|100|ID000001|EOD|"};
    char startSentinel[10], endSentinel[10], s1[10], s2[10], s3[10], s4[10];
    sscanf((char *)tempBuf, "|%[^|]|%[^|]|%[^|]|%[^|]|%[^|]|%[^|]|", startSentinel, s1, s2, s3, s4, endSentinel);

    cout<<startSentinel<<" "<<s1<<" "<<s2<<" "<<s3<<" "<<s4<<" "<<endSentinel;
    return 0;
}

上面的代码打印出正确的数据。 输出:BOD 01 02 100 ID000001 EOD


如果我将这一行修改为以下内容:

char tempBuf[100] = {"|BOD|||100|ID000001|EOD|"};

输出:垃圾输出。


如果我给空格如图所示:

char tempBuf[100] = {"|BOD| | |100|ID000001|EOD|"}; //Inserted space.

输出正确:

BOD     100 ID000001 EOD

谁能告诉我为什么?以及如何在不插入空格的情况下获得正确的输出?

【问题讨论】:

  • 我猜你想使用 C++ 标签。
  • 因为%[^|]拒绝|。
  • 扫描集必须至少匹配一个字符,而不是零个或多个。所以相邻的管道会导致它失效。你会知道你是否测试了sscanf() 的返回值。您不能使用sscanf() 来读取可能为零长度的字段。你必须重新考虑你的方法。
  • @BLUEPIXY 那么我可以用什么来拒绝拒绝 |?
  • 你不能使用strtok();它将相邻的分隔符视为单个分隔符。因此,您可能会使用strcspn() 或strpbrk(),或者strtok() 的变体,它不会将相邻分隔符视为单个分隔符,例如strsep()(如果可用)。

标签: c++ c scanf


【解决方案1】:

请注意,在对sscanf() 的调用中不需要强制转换(char *)tempBuf,因为数组名称在函数调用(以及大多数表达式)中衰减为指针。问题在于扫描集[^|] 匹配一个或多个 不是'|' 的字符;当没有发生这样的匹配时,匹配失败并且sscanf() 返回。

最简单的解决方案是使用 BSD(包括 macOS)和 Linux 函数 strsep() 将输入字符串解析为令牌。由于此函数会修改输入字符串,因此您可能需要使用 strdup() (POSIX) 来复制要使用的原始字符串。 strdup() 使用 malloc() 为重复的字符串分配内存,因此使用后需要为 freed。此外,可能需要一个功能测试宏来启用这些功能。

请注意,当找到两个相邻的分隔符时,strsep() 返回一个空字符串。在下面的代码中,第一个字符被假定为分隔符,并被跳过。需要进行一些更改以处理格式不太严格的输入。

#define _DEFAULT_SOURCE

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

int main(void)
{
    char tempBuf[100] = {"|BOD|||100|ID000001|EOD|"};
    char startSentinel[10], endSentinel[10], s1[10], s2[10], s3[10], s4[10];
    char *delims = "|";
    char *string = strdup(tempBuf);
    char *next = string + 1;            // skip first delimiter
    char *token;

    token = strsep(&next, delims);
    strncpy(startSentinel, token, 10);
    token = strsep(&next, delims);
    strncpy(s1, token, 10);
    token = strsep(&next, delims);
    strncpy(s2, token, 10);
    token = strsep(&next, delims);
    strncpy(s3, token, 10);
    token = strsep(&next, delims);
    strncpy(s4, token, 10);
    token = strsep(&next, delims);
    strncpy(endSentinel, token, 10);

    printf("%s %s %s %s %s %s\n", startSentinel, s1, s2, s3, s4, endSentinel);

    free(string);

    return 0;
}

如果strsep()和strdup()函数不可用,可以简单实现,上面的基础代码不变:

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

char * my_strdup(const char *);
char * my_strsep(char **, const char *);

int main(void)
{
    char tempBuf[100] = {"|BOD|||100|ID000001|EOD|"};
    char startSentinel[10], endSentinel[10], s1[10], s2[10], s3[10], s4[10];
    char *delims = "|";
    char *string = my_strdup(tempBuf);
    char *next = string + 1;            // skip first delimiter
    char *token;

    token = my_strsep(&next, delims);
    strncpy(startSentinel, token, 10);
    token = my_strsep(&next, delims);
    strncpy(s1, token, 10);
    token = my_strsep(&next, delims);
    strncpy(s2, token, 10);
    token = my_strsep(&next, delims);
    strncpy(s3, token, 10);
    token = my_strsep(&next, delims);
    strncpy(s4, token, 10);
    token = my_strsep(&next, delims);
    strncpy(endSentinel, token, 10);

    printf("%s %s %s %s %s %s\n", startSentinel, s1, s2, s3, s4, endSentinel);

    free(string);

    return 0;
}

char * my_strdup(const char *str)
{
    char *dup = malloc(strlen(str) + 1);
    char *c = dup;

    if (dup) {
        while (*str != '\0') {
            *c++ = *str++;
        }
        *c = '\0';
    }

    return dup;
}

char * my_strsep(char **strp, const char *delims)
{
    char *tok = NULL;

    if (*strp) {
        char *end = strpbrk(*strp, delims);

        if (end) {
            *end = '\0';
            tok = *strp;
            *strp = end + 1;
        }
    }

    return tok;
}

以上两个程序都给出了输出:

BOD   100 ID000001 EOD

【讨论】:

  • 注意strsep()是一个BSD(macOS)和Linux功能;它不在POSIX 中。另外,_DEFAULT_SOURCE 是在哪里定义的?它不在 POSIX 或 macOS (BSD) 中。
  • @JonathanLeffler-- 感谢 cmets 和编辑。我误读了 glibc 手册,将 strtok_r() 放在 strsep() 之前;最后一句话说strtok_r() 是POSIX,我设法将其融入到阅读strsep() 条目中!我在 strsep() 的 Linux 手册页上找到了 _DEFAULT_SOURCE;在glibc manual 中也有一个关于它的条目。
  • 我使用gcc -std=c99 -Wall -Wextra -Wpedantic 编译,并且必须包含功能测试宏以避免错误。
  • _xyz_SOURCE 宏是导致复杂性的永无止境的原因。 _POSIX_SOURCE(已弃用)、_POSIX_C_SOURCE、_XOPEN_SOURCE:这些是 POSIX 和 X/Open 标准强制要求的。然后是_BSD_SOURCE、_GNU_SOURCE,它们定义了 BSD 和 GNU 系统上的额外材料。 Solaris 上有__EXTENSIONS__,其他系统上可能还有其他。我以前没见过_DEFAULT_SOURCE;它只会增加混乱。按照手册页进行操作 — 但 BSD 上的 strsep() 不需要启用宏。生活不是很有趣。
  • 只是不同——生活中没有什么比这更简单的了。
猜你喜欢
  • 1970-01-01
  • 2011-02-20
  • 2016-08-14
  • 2015-04-10
  • 2023-03-10
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多