【发布时间】：2011-02-20 22:45:43
【问题描述】：
我想知道如何在 C 中读取某个文件，直到读取到某个字符串或字符数组。我想要做的是，一旦文件命中该字符串，我希望在该点设置位置。我将为此使用 fseek，这不是问题。这只是我无法做到的直到击中某个字符串的读数。我一直在阅读一些功能，但似乎没有任何指导。 Fgets 是最接近这一点的东西，但我不想提供一定数量的要读取的字符，因为我不知道有多少。但是你能给我一些关于如何做到这一点的提示吗？
谢谢！
【问题讨论】：
标签： c
【发布时间】：2011-02-20 22:45:43
【问题描述】：
有很多高效的字符串搜索算法，每一种都可以用C实现。
http://en.wikipedia.org/wiki/String_searching_algorithm
如果您要查找长度为 N 的字符串，最简单的方法是保留长度为 N 的循环缓冲区，并从文件中一次读取 1 个字节，将其添加到循环缓冲区中。在每个步骤中，您都将缓冲区与您正在搜索的字符串进行比较。它效率极低，但易于编码。
【讨论】：
-
等等，这不是溢出吗？如果这个循环缓冲区的长度为 N，与正在搜索的字符串长度相同，如果你不断从文件中向缓冲区添加字节，那不会超过 N 吗？
-
循环缓冲区通常会在添加新字节时覆盖最旧的字节。
-
添加替换最旧的字节。如果
i计算您正在读取的字节数，那么buffer[i % N] = new_byte; -
@Paul，当然，这种表示现在使与目标字符串的比较变得复杂......而且它是 O(nm)，并且有很多来自一个字节的开销读...
-
@bdonlan 我说它非常低效。我判断问题的发布者不是很有经验，并且会欣赏最简单的解决方案。而且我不同意你的批评：字符串比较很简单，字节读取可以被缓冲，因此相对有效。
没有内置函数可以完全满足您的需求，但有几个选项。
选项一：分块读取数据。您不知道您的数据的确切位置，因此一次读取几 kb 的数据，并在这些块中进行搜索。确保您处理您要查找的字符串跨越块边界的情况！找到字符串后，使用fseek() 将自己定位在字符串的开头。
选项二：内存映射文件并在整个文件上使用memmem()（映射到内存中）。这需要不可移植的调用来设置内存映射，因此您需要了解您的操作系统（或使用像glib 这样的可移植性包装库）。在 32 位机器上，它还将您可以搜索的文件大小限制为几百兆字节。然而，当它是一种选择时，它是一种非常简单和有效的方法。
如果您选择选项一，最棘手的部分将是处理跨块的情况。一种选择是始终在内存中保留两个块，然后重新开始搜索，使其在前一个块结束之前开始(length of target string) - 1 个字节。然后可以使用memmem() 或任何其他string searching algorithm 来完成实际搜索。您还可以将您的搜索转换为DFA（因为它是regular language）并跨块保持当前状态。
【讨论】：