解析器在 C 中生成段错误

Question

在过去的 2 周里，我一直试图让它工作，但无济于事。 我有一个项目来创建一个实现解析和内置命令的 shell。我遇到的问题是，当我将 char* 传递给我的解析函数并返回时，当我尝试访问它的任何部分时，我得到一个段错误。我尝试了不同的方法，包括一个包含 char** 的结构都存在相同的问题，所以我猜这是我的解析器的问题。我将不胜感激任何帮助。 parser.c 的代码：

#define BUFSIZE 1024
#define TOK_BUFSIZE 64
#define TOK_DELIM " \t\r\n\a"

char*** Parse(char *line0){
char* null_ptr = 0;
char*** cmd = malloc(MAX_SIZE * sizeof(char**));
/*
char arg[] = argument
char* argv[] = argument array
char** cmd[] = array of argument arrays
*/
int bufsize = MAX_SIZE, cmdp = 0, argp = 0, com = FALSE, redir = FALSE;
char *token;
char* line = malloc(100*sizeof(char));
strcpy(line,line0);

token = strtok(line, TOK_DELIM);
while (token){
    if (*token == ';'){ // new command string
        char* tmp1 = malloc(BUFSIZE * sizeof(char));
        char** tmpa = malloc(BUFSIZE * sizeof(char*));
        strcpy(tmp1, token);
        tmp1[sizeof(token)] = null_ptr;
        tmpa[0]=tmp1;
        cmd[cmdp] = tmpa;
        argp = 0;
        cmdp++;
        com = FALSE;
        redir = FALSE;
    }
    else if (*token == '>' || *token == '<' || token == ">>"){  // redirects
        argp = 0;
        char* tmp1 = malloc(BUFSIZE * sizeof(char));
        char** tmpa = malloc(BUFSIZE * sizeof(char*));
        strcpy(tmp1, token);
        tmp1[sizeof(token)] = null_ptr;
        tmpa[argp]=tmp1;
        argp++;
        printf("Redirect: %s\n",tmp1);
        com = FALSE;
        redir = TRUE;
    }
    else if (*token == '|'){        // pipe
        printf("PIPE\n");
        cmdp++;
        argp = 0;
        com = FALSE;
    }
    else if (redir){        // redirect file name
        // redirect token stored in arg[]
        char* tmp1 = malloc(BUFSIZE * sizeof(char));
        char** tmpa = malloc(BUFSIZE * sizeof(char*));
        strcpy(tmp1, token);
        tmp1[sizeof(token)] = null_ptr;
        tmpa[argp]=tmp1;
        cmd[cmdp]=tmpa;
        argp = 0;
        cmdp++;
        redir = FALSE;
        com = FALSE;
        printf("File: %s\n", token);
    }
    else if (token == "&")      // background
    {
        cmdp++;
        argp = 0;
        char* tmp1 = malloc(BUFSIZE * sizeof(char));
        char** tmpa = malloc(BUFSIZE * sizeof(char*));
        strcpy(tmp1, token);
        tmp1[sizeof(token)] = null_ptr;
        tmpa[0]=tmp1;
        cmd[cmdp]=tmpa;

        printf("Background");
    }
    else if (!com && !redir){   // command entered
        argp = 0;
        char* tmp1 = malloc(BUFSIZE * sizeof(char));
        char** tmpa = malloc(BUFSIZE * sizeof(char*));
        strcpy(tmp1, token);
        tmp1[sizeof(token)] = null_ptr;
        tmpa[argp] = tmp1;

        argp++;
        printf("Command %s\n", token);
        com = TRUE;
    }
    else if (com){      // argument to command, all other redirects and pipes taken care of
        char* tmp1 = malloc(BUFSIZE * sizeof(char));
        char** tmpa = malloc(BUFSIZE * sizeof(char*));
        strcpy(tmp1, token);
        tmp1[sizeof(token)] = null_ptr;
        tmpa[argp] = tmp1;
        argp++;
            printf("Argument: %s\n", token);
            //cmd[cmdp] = argv;     // save current working argument array
            //cmdp++;
        }
        // end of if else statements

        token = strtok(NULL, TOK_DELIM);



    }   // end of while
    cmdp++;
    cmd[cmdp] = NULL;

return &cmd;
}

Answer 1

当我在命令行上输入以下代码编译您的代码时：

gcc /path/to/yourcodefilename.c -Wall -Wextra

但是将/path/to/yourcodefilename.c 替换为包含最终调用您的函数的主函数的代码的实际文件名（我的文件是test2.c），我收到了警告。第一个是：

./test2.c:21: error: 'aaa' undeclared (first use in this function)
./test2.c:21: error: (Each undeclared identifier is reported only once
./test2.c:21: error: for each function it appears in.)

我收到了其中一些。 “aaa” 被您在函数中使用的、之前未定义的名称替换。这包括单词 TRUE 和 FALSE。要更正此问题，您可以在程序顶部使用：

#define FALSE n
#define TRUE y

其中 n 和 y 是分别代表 false 和 true 的数字。另一种更正它的方法是包含包含“TRUE”和“FALSE”定义的头文件。

我注意到几行的第二件事是：

warning: assignment makes integer from pointer without a cast

确保不要将数据从一种类型转换为另一种类型。例如，不要将字符变量设置为指针值。

例如，改变：

  tmp1[sizeof(token)] = null_ptr;

到：

  tmp1[sizeof(token)] = '\0';

因为为char*指定索引意味着指定char，而null_ptr的类型为char*和char*和char不一样。我所做的是分配了一个空值，即char。

我希望这可以帮助您解决一些问题

Answer 2

这里有几个问题：

• 您分配cmd 及其子数组。您在函数末尾返回一个地址到该数组。地址的类型为char ****，它不是正确的返回类型。更糟糕的是：该地址是一个局部变量的地址，它在返回后立即超出范围。改为返回您从malloc 获得的句柄：

  char ***Parse(char *line0)
  {
      char ***cmd = malloc(MAX_SIZE * sizeof(*cmd));
  
      // fill cmd
  
      return cmd;
  }
  

• 您的代码不必要地冗长，主要是因为您编写了分配内存、复制字符串和显式空终止它的步骤。 （其他人指出您没有正确执行空终止。无论实际字符串长度如何，您还分配了 1024 字节的固定大小，这非常浪费。）您可以编写一个函数来复制字符串或使用非-标准，但广泛可用strdup；这将使您的代码更易于阅读。

• 所有临时分配都难以遵循。例如，在分支if (!com && !redir) 中，您分配给tmpa，但您从未将该值存储在cmd 中。重定向分支也是如此。

• 启动新命令时也不清楚。在解析第一个标记之前、遇到管道之后或遇到分号之后应该有一个新命令。您还可以启动新的重定向命令和背景与号。

• 比较token == ">>" 将始终为假：token 是line 中的地址，">>" 是存储在静态内存中的字符串文字。您应该使用strcmp 来比较两个字符串。

通常，您希望在cmdp 增加时分配一个新列表。在这种情况下，argp 被重置为零。否则，您只需附加到当前命令。

我认为您将所有事物都视为特殊事物会使事情复杂化。我建议简化代码并暂时保留重定向和背景。调用命令时可以轻松解决它们。 （您的代码使用redir 和com 设置状态，但它从不强制重定向后的文件名，例如。当所有标记都到位时，您可以轻松地做到这一点。）

下面的代码仅将管道和分号视为命令分隔符。当命令是管道时，管道标记会附加到以下命令：

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

#define MAX_SIZE 32
#define TOK_DELIM " \t\r\n\a"

char *sdup(const char *str)
{
    size_t len = strlen(str);
    char *dup = malloc(len + 1);

    if (dup) {
        memcpy(dup, str, len);
        dup[len] = '\0';
    }

    return dup;
}

char ***parse(char *line0)
{
    char *token;
    char *line = sdup(line0);

    token = strtok(line, TOK_DELIM);
    if (token == NULL) return NULL;

    char ***cmd = malloc(MAX_SIZE * sizeof(char **));

    int cmdp = 0;
    int argp = 0;

    cmd[0] = malloc(MAX_SIZE * sizeof(*cmd[0]));

    while (token) {
        if (strcmp(token, ";") == 0 || strcmp(token, "|") == 0) {
            // begin new command
            cmd[cmdp][argp++] = NULL;

            cmdp++;
            if (cmdp + 1 == MAX_SIZE) break;

            argp = 0;
            cmd[cmdp] = malloc(MAX_SIZE * sizeof(*cmd[0]));

            // prepend pipe token
            if (*token == '|') {
                cmd[cmdp][argp++] = sdup(token);
            }
        } else {
            // append to current command
            if (argp + 1 < MAX_SIZE) {
                cmd[cmdp][argp++] = sdup(token);
            }
        }

        token = strtok(NULL, TOK_DELIM);
    }

    // null-terminate arg and cmd lists
    cmd[cmdp][argp] = NULL;
    cmdp++;
    cmd[cmdp] = NULL;

    return cmd;
}

int main()
{
    char ***cmd = parse("echo start ; ls -l | wc > output ; echo stop");
    char ***p = cmd;

    while (*p) {
        char **q = *p;

        while (*q) {
            printf("'%s' ", *q);
            free(*q);
            q++;
        }
        puts("");
        free(*p);
        p++;
    }    

    free(cmd);

    return 0;
}

补充说明：

• 我不确定当前格式是否适合该任务。最好有一个树结构来处理管道、分号以及&&和||，然后在参数是链表的命令中使用叶节点。

• 使用strtok 进行标记化需要所有标记之间有空格，但标点符号通常可以在没有明确空格的情况下编写，例如："./a.out>kk&"。所以你需要一个更好的解析方法。

• 目前，您为每个字符串分配空间，以后必须释放这些空间。如果您创建一个将令牌描述为原始字符串的只读视图的令牌结构，则无需分配即可。但是，视图不是以空值结尾的，因此您需要比较方法，例如，对起始指针加长度起作用。