从 C 中的文本文件中读取 CSV

Question

我正在尝试从 C 中的文本文件中读取 CSV。文本文件格式为

1,Bob,bob@gmail.com
2,Daniel,daniel@gmail.com
3,John,john@gmail.com

当我运行程序时，数字显示正常，但姓名和电子邮件显示为垃圾。这是我的程序...

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

typedef struct {
    int number;
    char* name;
    char* email;
} Owner;

Owner owners[100];

int load(char* filename)
{
    char buffer[200];
    char token[50];
    Owner* owner;
    int owners_size = 0;
    FILE* file = fopen(filename, "r");

    while(fgets(buffer, 200, file) != NULL)
    {
        owner = (Owner*)malloc(sizeof(Owner));
        owner->number = atoi(strtok(buffer, ","));
        owner->name = strtok(NULL, ",");
        owner->email = strtok(NULL, ",");
        owners[owners_size++] = *owner;
    }

    fclose(file);
    return owners_size;
}

int main()
{
    int choise, owners_size, index;
    char* owners_filename = "owners2.txt";

    owners_size = load(owners_filename);

    if(owners_size)
    {
        printf("owners size: %d\n\n", owners_size);

        for(index = 0; index < owners_size; index++)
            printf("%d, %s %s\n", owners[index].number, owners[index].name, owners[index].email);
    }
}

谁能告诉我是什么原因。感谢您的帮助。

Answer 1

两个问题：

1. 您没有为结构中的字符串分配空间：

   typedef struct
   {
       int   number;
       char *name;
       char *email;
   } Owner;
   

   您需要为这些指针提供空间来指向以保存名称。

2. 您继续提供指向缓冲区的指针，该缓冲区可重复用于每一行输入：

   while(fgets(buffer, 200, file) != NULL)
   {
       owner = (Owner*)malloc(sizeof(Owner));
       owner->number = atoi(strtok(buffer, ","));
       owner->name = strtok(NULL, ",");
       owner->email = strtok(NULL, ",");
       owners[owners_size++] = *owner;
   }
   

   第一行作为一些指针存储到缓冲区中。下一行然后覆盖缓冲区并再次切断行，践踏原始输入。

考虑使用strdup()：

while (fgets(buffer, 200, file) != NULL)
{
    owner = (Owner *)malloc(sizeof(Owner));
    owner->number = atoi(strtok(buffer, ","));
    owner->name = strdup(strtok(NULL, ","));
    owner->email = strdup(strtok(NULL, ","));
    owners[owners_size++] = *owner;
}

这是一个有点危险的代码（我不会在生产代码中使用它），因为它不会检查strtok() 是否在预期的时候找到了一个令牌（或者strdup() 是否成功）。再说一次，我也不会在生产代码中使用strtok()；如果可用，我会使用 POSIX strtok_r() 或 Microsoft 的 strtok_s()，或者一些替代技术，可能使用 strspn() 和 strcspn()。如果strdup() 不可用，您可以编写自己的，使用相同或不同的名称：

char *strdup(const char *str)
{
    size_t len = strlen(str) + 1;
    char *dup = malloc(len);
    if (dup != 0)
        memmove(dup, str, len);  // Or memcpy() - that is safe in this context
    return(dup);
}

---

您可能会注意到您的代码仅适用于简单的 CSV 文件。如果您遇到这样的一行（这是合法的 CSV），您就会遇到问题（值中有引号，并且由于引号字符串中的逗号而导致错误拆分）：

1,"Bob ""The King"" King","Bob King, Itinerant Programmer <bob@gmail.com>"

Answer 2

strtok() 返回的指针指向它正在解析的缓冲区中的地址，在本例中为局部变量 buffer。当load() 返回变量时，它超出了范围（即使不是owners 的所有实例都指向同一个地址）。您需要复制strtok() 返回的字符串。如果可用，您可以使用strdup() 或使用malloc() 和strcpy()。

不需要malloc() Owner 的新实例，因为它们的数组已经存在（原代码存在内存泄漏）。

请注意，没有防止超出owners 数组边界的保护措施。如果文件有多个100 条目，则循环将超出数组的范围。扩展while 的终止条件以防止这种情况：

while(owners_size < sizeof(owners) / sizeof(owners[0]) &&
      fgets(buffer, 200, file) != NULL)
{
}

Answer 3

您只是将指针存储到本地缓冲区中。当您离开 load() 时，此 buffer 已消失且无法再访问。

您必须先为name 和email 分配内存，然后才能将其复制到Owner 结构中。

char *tok;
tok = strtok(NULL, ",");
len = strlen(tok);
owner->name = malloc(len + 1);
strcpy(owner->name, tok);
...

[编辑：您需要分配len+1 字节，以便为终止NUL 字符留出空间。 -扎克]

Answer 4

您只有一个行缓冲区。 load 中循环的每个循环都会破坏前一个循环中的文本。如果这还不够糟糕，当load 返回时，缓冲区会被销毁。

快速解决办法是改变

owner->name = strtok(NULL, ",");
owner->email = strtok(NULL, ",");

到

owner->name = strdup(strtok(NULL, ","));
owner->email = strdup(strtok(NULL, ","));

（如果你没有strdup，买一台真正的电脑写起来很简单。）

但是，如果我正在查看您的代码，我会为您推荐固定大小的行缓冲区、固定大小的所有者数组、内存泄漏，使用 atoi 而不是 strtol，而是使用 strtok的strsep，并且没有引用处理和解析错误恢复，并指出将每一行作为一个单元分配然后将指针保存到其中会更有效。