将字符串过滤为C中的合法字符串答案

【问题标题】：Filtering String to a legit string in C将字符串过滤为C中的合法字符串
【发布时间】：2017-05-05 08:30:18
【问题描述】：

我正在用 c 编写一个程序。传入的字符串是这样的*H1W000500，这是一个合法的字符串，我将*H1W之后的字符串内容，即000500复制到一个整数类型。

但是如果字符串不合法，我想过滤这个字符串。例如*H1W..... 或*H1W~@#$，如果字符串不合法，请勿复制内容并跳过。仅当字符串如上所述合法时才复制内容。

这就是我正在做的事情，但只要存在不相关的字符串，它就会复制零值，这是不可取的。

 char ReceivedData[50];
 unsigned int Head1Weight;

 p = strstr(ReceivedData, "*H1W");
 if(p)
 {
    Head1Weight = strtoul(p+4,&ptr,10);
 }

【问题讨论】：

所以...之后真的检查ptr？我的意思是，这就是它的用途。
还要注意strtoul会转换成unsigned long，所以Head1Weight应该声明为这种类型。
查看 melpomene 的评论：if(ptr - p == 10) { /* success */ }（如果您需要正好 6 位数字）。此外，您可能希望字符串以空格结尾：if(*ptr == 0 || isspace(*ptr)) { /* success */ }。
什么？我不太明白：可能你的意思是：if (sscanf(ptr,"*H1W%d",&intvar)==1) /*OK*/ else /*NOT OK*/
一个有效的字符串必须正好有 6 位数字吗？如果不能，什么是允许的？整数可以有符号，前导空格吗？ Head1Weight 是否必须适合 unsigned 范围，即使 `unsigned 是 16 位？

标签： c string int

【解决方案1】：

您很接近，但您对strstr 的使用可以更好地表达为strncmp 来比较receiveddata 的第一个4 字符。（如果您的目标字符串存在于receiveddata 的中间，那么strstr 就可以了）您还需要对strtoul 转换提供错误检查。将这些部分放在一起，您可以执行以下操作（注意：这是针对单个值显示的，在循环中，将 return 更改为 continue，如 cmets 中所述）

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

/* declare constants, avoid magic number use in code */
enum { PRE = 4, BASE = 10, MAX = 50 };

int main (void) {

    char receiveddata[MAX] = "*H1W000500", *p = NULL;
    unsigned long head1weight;

    if (strncmp (receiveddata, "*H1W", PRE) != 0)   /* cmp 4 chars */
        return 1;   /* you would continue here */

    if (strlen (receiveddata) <= PRE)               /* more chars exist? */
        return 1;   /* you would continue here */

    errno = 0;  /* set errno to known value */
    head1weight = (unsigned)strtoul (&receiveddata[PRE], &p, BASE);

    /* check for error conversions on conversion */
    if ((errno == ERANGE && (head1weight == ULONG_MAX)) || 
        (errno != 0 && head1weight == 0)) {
        perror ("strtoul");
        return 1;   /* you would continue here */
    }

    if (&receiveddata[PRE] == p) {  /* check if chars converted */
        fprintf (stderr, "No digits were found\n");
        return 1;   /* you would continue here */
    }

    printf ("head1weight : %lu\n", head1weight);

    return 0;
}

使用/输出示例

$ ./bin/parsetounsigned
head1weight : 500

查看一下，如果您还有其他问题，请告诉我。

(注意：C 一般避免使用MixedCase 和camelCase 变量名，支持全部小写，保留全部大写以用于常量和宏。它是样式，所以完全向上给你...）

【讨论】：

注意：这通过了"*H1W 00500"、"*H1W-00500"、"*H1W+00500"。您认为(errno == ERANGE && (head1weight == ULONG_MAX)) 与(errno == ERANGE) 的价值是什么？或者为什么不简单地if (errno) {？
我明白了，但是检查是根据 man 3 strtoul 描述的“除非原始（非否定）值会溢出；在后者在这种情况下，strtoul() 返回 ULONG_MAX 并将 errno 设置为 ERANGE。”，所以我认为最好包含所描述的检查？错了吗？
IMO，包含head1weight == ULONG_MAX 测试并没有错，也没有更好的选择，但不必要地更复杂。我在寻找你的理由。 IAC，以某种方式展示对errno 的测试很好。
顺便说一句："*H1W000500x" 也通过了此代码，因为没有检测到额外的文本。在这一点上，OP 的目标尚不清楚。
观点很好——简短、简洁、有效的验证，不太容易演变成无效的膨胀。如果没有基于ERANGE 检查的独特处理（这里没有），则仅errno 检查的参数是简洁有效的选择。很好的讨论，也祝你周末愉快:)

【解决方案2】：

来自strtoul 上的 Linux 手册页。

如果根本没有数字，strtoul() 将 nptr 的原始值存储在 *endptr 中（并返回 0）。

因此，如果在strtoul 之后，ptr 与起始指针相同，则说明没有合法字符。

char* ptr;

unsigned long Head1Weight = strtoul(p + 4, &ptr, 10);
if (ptr == p + 4)
{
    // There were no digits
}
else if (strlen(ptr) > 0)
{
    // There were characters in the string after the end of the number
}

【讨论】：

【解决方案3】：

OP 的p = strstr(ReceivedData, "*H1W"); if(p) { 是不够的，因为它通过了strstr("abcd12*H1W", "*H1W")，尽管这是一个开始。

OP 的验证目标不够具体。 "*H1W 之后的字符串内容，即 000500 为整数类型。"

“+123”、“-123”、“123”计算为整数，它们有效吗？
“123”可以计算为整数，有效吗？
示例暗示数字部分应该正好是 6 位十进制数字，但这是不确定的。
示例代码使用unsigned，可以是 16 位吗？只有“000000”到“065535”有效吗？
“-123”通过strtoul()转换成功，对这个目标有效吗？
是否应该通过“*H1W000500xyz”？是否允许或忽略额外的文本？

这在编写代码时常见，因为规范最初存在解释问题，然后趋于发展。

代码应该允许进化。

让我们从*H1W 开始，紧跟6 位十进制数字sscanf()。下面的代码使用"%n" 记录检查数字后的扫描位置。如果PREFIX 包含%，这种方法需要额外的工作。

  // PREFIX should not contain %
  #define PREFIX "*H1W"
  #define DIGIT_FMT "%*[0-9]"
  #define VALID_LENGTH 10

  char ReceivedData[50];
  unsigned long Head1Weight = 0;

  int n = 0;
  sscanf(ReceivedData, PREFIX DIGIT_FMT "%n", &n);

  if (n == VALID_LENGTH && ReceivedData[VALID_LENGTH] == '\0') {
    Head1Weight = strtoul(ReceivedData + sizeof PREFIX - 1, NULL, 10);
  }

【讨论】：