如何捕获 sscanf'd 字符串的长度？

Question

我正在解析一个遵循可预测模式的字符串：

1. 1 个字符
2. 一个整数（一位或多位数字）
3. 1 个冒号
4. 一个字符串，其长度来自#2

例如：

s5:stuff

我可以很容易地看到如何使用 PCRE 或类似方法来解析它，但为了速度，我宁愿坚持使用纯字符串操作。

我知道我需要分两步完成，因为在我知道它的长度之前我无法分配目标字符串。我的问题是优雅地获取所述字符串的 start 的偏移量。一些代码：

unsigned start = 0;
char type = serialized[start++]; // get the type tag
int len = 0;
char* dest = NULL;
char format[20];
//...
switch (type) {
  //...
  case 's':
    // Figure out the length of the target string...
    sscanf(serialized + start, "%d", &len);
    // <code type='graceful'>
    // increment start by the STRING LENGTH of whatever %d was
    // </code>
    // Don't forget to skip over the colon...
    ++start;
    // Build a format string which accounts for length...
    sprintf(format, "%%%ds", len);
    // Finally, grab the target string...
    sscanf(serialized + start, format, string);
    break;
  //...
}

该代码大致取自我所拥有的（由于手头的问题，该代码不完整），但它应该能说明问题。也许我完全采取了错误的方法。 什么是最优雅的方法？解决方案可以是 C 或 C++（如果有足够的响应，我实际上希望看到竞争方法）。

Answer 1

您可以使用 %n 转换说明符，它不消耗任何输入 - 相反，它需要一个 int * 参数，并将输入消耗的字符数写入其中：

int consumed;

sscanf(serialized + start, "%d%n", &len, &consumed);
start += consumed;

（但不要忘记检查 sscanf() 返回 > 0！）

Answer 2

使用%n 格式说明符将目前读取的字符数写入整数参数。

Answer 3

这是一个 C++ 解决方案，它可能会更好，并且经过硬编码专门用于处理您的示例输入，但不需要太多修改即可开始工作。

std::stringstream ss;

char type;
unsigned length;
char dummy;
std::string value;

ss << "s5:Helloxxxxxxxxxxx";

ss >> type;
ss >> length;
ss >> dummy;
ss.width(length);
ss >> value;

std::cout << value << std::endl;

免责声明：

我是 C++ 的菜鸟。

Answer 4

您可能只使用 atoi 会忽略冒号。

例如len = atoi(序列化 + 开始);

atoi 唯一的问题是，如果它返回零，则可能意味着转换失败，或者长度确实为零。所以它并不总是最合适的功能。

Answer 5

如果你用空格替换你的冒号，scanf 会停在上面，你可以得到 malloc 的大小，然后运行另一个 scanf 来获取字符串的其余部分`

int main (int argc, const char * argv[]) {
char foo[20];
char *test;

scanf("%s",foo); //"hello world"
printf("foo = %s\n", foo);//prints hello
//get size
    test = malloc(sizeof(char)* 10);//replace 10 with your string size
    scanf("%s", test);
printf("test = %s\n", test);//prints world

return 0;
}

`

Answer 6

似乎格式被过度指定了......（使用可变长度字段来指定可变长度字段的长度）。

如果你使用 GCC，我建议

if (sscanf(serialized,"%c%d:%as",&type,&len,&dest)<3) return -1;
/* use type, dest; ignore len */
free(dest);
return 0;