sscanf 和 scanset 停止读取十六进制数字

Question

我尝试验证 UUID v4。我尝试使用 sscanf 执行此操作，如果可以使用 sscanf 完整读取 UUID（= 读取的字符总数 - 36），我认为这是一个正确的 UUID。到目前为止我的代码：

#include <stdio.h>

int main()
{
    char uuid[ 37 ] = "da4dd6a0-5d4c-4dc6-a5e3-559a89aff639";
    int a = 0, b = 0, c = 0, d = 0, e = 0, g = 0;
    long long int f = 0;

    printf( "uuid >%s<, variables read: %d \n", uuid, sscanf( uuid, "%8x-%4x-4%3x-%1x%3x-%12llx%n", &a, &b, &c, &d, &e, &f, &g ) );
    printf( " a - %x, b - %x,  c - %x,  d - %x,  e - %x, f - %llx, total number of characters read - %d \n", a, b, c, d, e, f, g );

    return 0;
}

返回以下输出

uuid >da4dd6a0-5d4c-4dc6-a5e3-559a89aff639<, variables read: 6 
 a - da4dd6a0, b - 5d4c,  c - dc6,  d - a,  e - 5e3, f - 559a89aff639, total number of characters read - 36 

到目前为止，一切正常。 现在我想包括，第三个连字符之后的第一个字符必须是 [89ab] 之一。所以我将%1x%3x 更改为%1x[89ab]%3x。但是现在，第一个字符被读取，其余的不再读取。 输出：

uuid >da4dd6a0-5d4c-4dc6-a5e3-559a89aff639<, variables read: 4 
a - da4dd6a0, b - 5d4c,  c - dc6,  d - a,  e - 0, f - 0, total number of characters read - 0 

我错过了什么？语法有什么问题？可以这样读吗？我尝试了几种扫描集和说明符的组合，但没有任何效果。

Answer 1

您可以编写一个简单的专用函数，而不是使用sscanf() 来完成此任务：

#include <ctype.h>
#include <string.h>

int check_UUID(const char *s) {
    int i;
    for (i = 0; s[i]; i++) {
        if (i == 8 || i == 13 || i == 18 || i == 23) {
            if (s[i] != '-')
                return 0;
        } else {
            if (!isxdigit((unsigned char)s[i])) {
                return 0;
        }
    }
    if (i != 36)
        return 0;

    // you can add further tests for specific characters:
    if (!strchr("89abAB", s[19]))
        return 0;

    return 1;
}

如果你坚持使用sscanf()，这里是简洁的实现：

#include <stdio.h>

int check_UUID(const char *s) {
    int n = 0;
    sscanf(s, "%*8[0-9a-fA-F]-%*4[0-9a-fA-F]-%*4[0-9a-fA-F]-%*4[0-9a-fA-F]-%*12[0-9a-fA-F]%n", &n);
    return n == 36 && s[n] == '\0';
}

如果要细化第三个连字符后的第一个字符的测试，请添加另一个字符类：

#include <stdio.h>

int check_UUID(const char *s) {
    int n = 0;
    sscanf(s, "%*8[0-9a-fA-F]-%*4[0-9a-fA-F]-%*4[0-9a-fA-F]-%*1[89ab]%*3[0-9a-fA-F]-%*12[0-9a-fA-F]%n", &n);
    return n == 36 && s[n] == '\0';
}

注意事项：

• % 后面的* 表示不存储转换，只是跳过字符，1 表示最多消耗1 字符。
• 要使sscanf 解析的字符数达到 36，所有十六进制数字序列必须具有完全指定的宽度。
• %n 导致 scanf 将到目前为止读取的字符数存储到下一个参数指向的 int 中。
• 您的转换规范对于获取实际的 UUID 编号很有用，但 %x 格式接受前导空格、可选符号和可选 0x 或 0X 前缀，所有这些在 UUID 内都是无效的。您可以先验证 UUID，然后根据需要将其转换为单独的部分。

Answer 2

现在我想包括第三个连字符之后的第一个字符必须是[89ab] 之一。于是我把%1x%3x改成了%1x[89ab]%3x

应该是"%1[89ab]%3x"，然后保存成2个字符的字符串。然后使用strtol(..., ..., 16) 将该小字符串转换为十六进制值。

---

相反，我建议对universally unique identifier (UUID) 进行两步验证 :
检查语法，然后读取值。

我会避免使用 "%x"，因为它允许前导空格、前导 '+','-' 和可选前导 0x 以及窄输入。

对于验证，也许是代码中的简单测试：

#include <ctype.h>
#include <stdio.h>

// byte lengths: 4-2-2-2-6
typedef struct {
  unsigned long time_low;
  unsigned time_mid;
  unsigned time_hi_and_version;
  unsigned clock_seq_hi_and_res_clock_seq_low;
  unsigned long long node;
} uuid_T;

uuid_T* validate_uuid(uuid_T *dest, const char *uuid_source) {
  static const char *uuid_pat = "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx";
  const char *pat = uuid_pat;
  const unsigned char *u = (const unsigned char*) uuid_source;

  while (*u) {
    if ((*pat++ == 'x' && !isxdigit(*u)) || *u != '-') {
      return NULL;
    }
    u++;
  }
  if (*pat) {  // Too short
    return NULL;
  }
  sscanf(uuid_source, "%lx-%x-%x-%x-%llx", &dest->time_low,
      &dest->time_mid, &dest->time_hi_and_version,
      &dest->clock_seq_hi_and_res_clock_seq_low, &dest->node);
  return dest;
}

u 是unsigned char *u 所以isxdigit(*u) 只用非负值调用，因此避免了UB，