将 char* 中的非垃圾值从 C 函数返回到 Swig 中的 python

Question

我正在尝试使用来自 python 脚本的 C 函数。该函数返回一个数组char*。 函数如下：

char* getData(char* id) {
    char* old_place = malloc(sizeof(char) * 256);
    if (modifyArr(id,old_place) == 0) {
        return old_place;
    }
    return NULL;
}

在 Python 中我有：

old = Data.getData(id)

我收到以下错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc8 in position 0: invalid continuation byte

那是因为 old_place 没有使用它的所有 256 字符，然后我有垃圾值通过了。如何只返回非垃圾值？

编辑：关于字符串终止符（'\0'），在modifyArr我改成old_place这样：

sscanf(line," %s ",old_place);

我读取了文件的行并将所需的行插入old_place，因此我不确定如何添加字符串终止符。

Answer 1

两种选择：

1. 修改 C 函数，使其实际上只返回“有用的”数据，调整数组大小并使其成为有效的 UTF-8 字符串。
2. 使用ctypes.c_char_p 在 Python 中转换调用结果。

您实际需要什么显然取决于具体情况。

---

如果您使用 ASCII 值，方法 1 可以这样完成：

char* getData(char* id) {
    char* old_place = malloc(sizeof(char) * 256);
    size_t i;

    if (modifyArr(id, old_place) == 0) {
        for (i = 0; i < 256-1; i++) {
            if (old_place[i] > 127)
                break; // Stop at the first non-ASCII value.
        }

        old_place[i] = '\0'; // Correctly terminate the string.

        return old_place;
    }

    return NULL;
}

这将生成一个有效的字符串，您将能够在 Python 中使用它。

---

方法二可以这样：

import ctypes

mylib = ctypes.cdll.LoadLibrary('./mylib.so')

data_id = "something"
data = (ctypes.c_char_p)(mylib.getData(data_id))

# data.value is now a bytes() object
print(data.value)

输出：

b'abcdwhatever\xfd\x8a\xc5\x7f...'

Answer 2

尝试将bzero 应用于old_place：

char* getData(char* id) {
    char* old_place = malloc(sizeof(char) * 256);
    bzero(old_place, 256);
    if (modifyArr(id,old_place) == 0) {
        return old_place;
    }
    return NULL;
}

bzero 设置为 \0 n 您传入的 char* 字节。 所以这样你就可以删除char* 中的所有垃圾值，你malloc。

请参阅有关此功能的参考： http://man7.org/linux/man-pages/man3/bzero.3.html

编辑：

根据 cmets 更新答案，感谢MFisherKDX

另外更正确的做法是将memset 应用于old_place：

char* getData(char* id) {
    char* old_place = malloc(sizeof(char) * 256);
    memset(old_place, 0, 256);
    if (modifyArr(id,old_place) == 0) {
        return old_place;
    }
    return NULL;
}

memset 设置char* 的第一个n 字节，您将其与char 一起传递给它，该数字在ASCII 表中作为第二个参数传递。 在您的情况下，使用 0（即\0）作为char 写入char*。

参考memset:https://www.tutorialspoint.com/c_standard_library/c_function_memset.htm

编辑 2：好的，很公平，calloc 比上述操作更简单。 只需在您的函数中替换 malloc 上的 calloc：

char* getData(char* id) {
    char* old_place = calloc(256, sizeof(char));
    if (modifyArr(id,old_place) == 0) {
        return old_place;
    }
    return NULL;
}

calloc 与malloc 执行相同的操作，并将\0 写入所有分配的字节。