对 sscanf 的使用缺乏了解答案

【问题标题】：lack of understanding about sscanf usage对 sscanf 的使用缺乏了解
【发布时间】：2016-08-20 04:47:01
【问题描述】：

我想解析一个特定的行。因此，我编写了以下代码来测试逻辑，但我可能理解错误：

typedef struct vers
{
   char tu8UVersion[5];
   char tu8UCommit[32];
}tst_prg_versions;

int main(int argc, char **argv)
{
    tst_prg_versions lstVer;
    char buf1[32];
    char buf2[32];

    char str[] = "BOARD-VERS-v1.0.0-git+9abc12345a";
    sscanf(str, "BOARD-VERS-v%5s-git+%s", lstVer.tu8UVersion, lstVer.tu8UCommit);
    printf("vers='%s'\n", lstVer.tu8UVersion);
    printf("commit='%s'\n", lstVer.tu8UCommit);

    sscanf(str, "BOARD-VERS-v%5s-git+%s", buf1, buf2);
    printf("vers='%s'\n", buf1);
    printf("commit='%s'\n", buf2);
    return 0;
}

一旦执行，它就会返回：

vers='1.0.09abc12345a'
commit='9abc12345a'
vers='1.0.0'
commit='9abc12345a

为什么第一个 vers 等于 1.0.09abc12345a 而不是 1.0.0？

【问题讨论】：

@user3121023 感谢您的回答！为了避免这种问题，将结构变量声明为 char * 更好吗？ sscanf 负责内存分配
scanf 不会为你分配内存；您必须提供足够大小的缓冲区。
printf("vers='%s'\n", lstVer.tu8UVersion); 不仅是错误的，而且是未定义的行为。
@MOehm 根据这个话题stackoverflow.com/questions/15414022/…scanf 是可以分配内存的吧？
是的，但这似乎是一个 GNU 扩展，因此不可移植。在堆上为五个字母的字符串分配空间也不是一个好主意，以便以后必须释放它。更好的方法是使缓冲区稍大，例如[10]，然后使用%9[^-] 扫描不是连字符的所有内容。这将使您能够扫描具有两位数的版本。（字符串格式%s 将所有内容扫描到下一个空格。或者，将数字扫描为数字。您还应该测试sscanf 的返回值。）

标签： c parsing scanf

【解决方案1】：

为什么第一个版本等于 1.0.09abc12345a 而不是 1.0.0？

记住你有

typedef struct vers
{
   char tu8UVersion[5];
   char tu8UCommit[32];
}tst_prg_versions;

我猜，tu8UVersion 和 tu8UCommit 的内存很有可能是连续的。因为你有 not null-terminated tu8UVersion 当你这样做时：

printf("vers='%s'\n", lstVer.tu8UVersion);

它继续打印 tu8UCommit 并停止，因为 tu8UCommit 以空值终止。

虽然 sscanf 似乎是最明智的解决方案，但您也可以引入一些格式：

char tu8UVersion[32];
   /*  version number can't get too big.
    *  So the first step is do allocated a
    *  reasonably - but not too - big size for it.
    *  So that you can be sure there are few empty bytes at the end.
    */

然后使用函数清理字符串：

char* sanitized(char* ptr)
{
  if(ptr[strlen(ptr)]!='\0')  // include string.h for strlen
     ptr[strlen(ptr)]='\0';
  return ptr;
}

并像这样打印它：

 printf("vers='%s'\n", sanitized(lstVer.tu8UVersion));

【讨论】：

【解决方案2】：

您的问题已在 cmets 中确定：您没有为终止的空字符留出空间，并且两个字符串一起运行。

如果您想扫描您事先不知道大小的版本，您可以使用%[.-9] 将要扫描的字符限制为十进制数字和点，或者使用%[^-] 将扫描的字符限制为除连字符之外的所有字符。（%[...] 格式类似于%s，不同之处在于您必须在括号中提供有效字符的列表。插入符号作为第一个字母意味着该字符串由未列出的字符组成。换句话说，@ 987654325@是%[^ \t\n]的缩写

扫描字符串时，应测试sscanf 的返回值，以确保所有项目都已正确扫描并包含有效值。

这是一个可以扫描多达 11 个字母的版本号的变体：

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

typedef struct vers
{
   char tu8UVersion[12];
   char tu8UCommit[32];
} tst_prg_versions;

int main(int argc, char **argv)
{
    tst_prg_versions lstVer;

    char str[] = "BOARD-VERS-v1.0.0-git+9abc12345a";
    int n;

    n = sscanf(str, "BOARD-VERS-v%11[^-]-git+%s",
        lstVer.tu8UVersion, lstVer.tu8UCommit);

    if (n == 2) {
        printf("vers='%s'\n", lstVer.tu8UVersion);
        printf("commit='%s'\n", lstVer.tu8UCommit);
    } else {
        puts("Parse error.");
    }

    return 0;
}

【讨论】：

感谢您的回答！！我以后一定会再次使用这些信息

【解决方案3】：

第一个实际上是 1.0.0！但是，问题是 tu8UVersion 不是以空值终止的，因此 printf（不是 sscanf）在字段之外打印（但是，这样做是未定义的行为，正如 sjsam 所指出的那样）-紧随其后的是 tu8UCommit（不一定必须是这样，由于对齐原因，中间可能还有一些填充字节！）。

您需要最多打印 5 个字符（%.5s 在 printf 格式字符串中）或留下以 0 终止 tu8UVersion 的位置，正如评论中所建议的那样。

您的缓冲区也可能发生类似的情况。您很幸运，它们似乎已经被初始化为 0（可能是因为编译为调试版本），这也不一定要发生。因此，如果运气不好，您可能已经打印了 buf1 的整个其余部分（被留在垃圾中）甚至更远。

【讨论】：