如何获得位于C中两个子字符串之间的子字符串？答案

【问题标题】：How to get the sub-string lying in between two sub-strings in C?如何获得位于C中两个子字符串之间的子字符串？
【发布时间】：2010-01-17 09:35:51
【问题描述】：

我有一个将 http 有效负载写入文件的数据包捕获代码。现在我想从这些转储中提取 URL 信息。对于每个数据包，有效负载都是这样开始的。

GET /intl/en_com/images/logo_plain.png HTTP/1.1..主机： www.google.co.in..用户代理： Mozilla/5.0

我想提取：

“GET”和“HTTP/1.1”之间的字符串
“Host:”和“User-Agent”之间的字符串

如何在 C 中做到这一点？是否有任何内置的字符串函数？还是正则表达式？

【问题讨论】：

打几个电话strstr() 可能就足够了。棘手的部分是处理例如 URL 包含“HTTP/1.1”的情况。即使您使用正则表达式库（C 确实存在，但不在标准库中），这个问题也会存在。
好的，我会尝试所有这些并回复您，谢谢！

标签： c url string substring packet-capture

【解决方案1】：

C 没有内置的正则表达式，但有可用的库：http://www.arglist.com/regex/、http://www.pcre.org/ 是我最常看到的两个。

对于这么简单的任务，您无需使用正则表达式即可轻松完成任务。如果这些行都小于某个最大长度MAXLEN，则只需一次处理一行：

char buf[MAXLEN];
char url[MAXLEN];
char host[MAXLEN];
int state = 0;      /* 0: Haven't seen GET yet; 1: haven't seen Host yet */
FILE *f = fopen("my_input_file", "rb");

if (!f) {
    report_error_somehow();
}

while (fgets(buf, sizeof buf, f)) {
    /* Strip trailing \r and \n */
    int len = strlen(buf);
    if (len >= 2 && buf[len - 1] == '\n' && buf[len - 2] == '\r') {
        buf[len - 2] = 0;
    } else {
        if (feof(f)) {
            /* Last line was not \r\n-terminated: probably OK to ignore */
        } else {
            /* Either the line was too long, or ends with \n but not \r\n. */
            report_error_somehow();
        }
    }

    if (state == 0 && !memcmp(buf, "GET ", 4)) {
        strcpy(url, buf + 4);    /* We know url[] is big enough */
        ++state;
    } else if (state == 1 && !memcmp(buf, "Host: ", 6)) {
        strcpy(host, buf + 6);   /* We know host[] is big enough */
        break;
    }
}

fclose(f);

此解决方案不需要像 KennyTM 的回答那样将整个文件缓冲在内存中（尽管如果您知道文件很小，这很好）。请注意，我们使用fgets() 而不是不安全的gets()，这很容易在长行中溢出缓冲区。

【讨论】：

在 POSIX 系统上，您只需 #include 并使用 regcomp()、regexec() 和 regfree()。

【解决方案2】：

使用strchr（或strstr）查找\r 的位置。由于字符串GET 和HTTP/1.1 和Host: 是固定长度的，因此可以轻松提取其间路径的索引和位置。

如果你想使用正则表达式，在 POSIX 兼容的系统上有regcomp(3)，但这也很难使用。

【讨论】：