标准输入+字典文本替换工具——调试

Question

我正在处理一个有两个主要文件的项目。本质上，该程序读入一个文本文件，该文件定义了一个带有键值映射的字典。每个键都有一个唯一的值，文件的格式如下，每个键值对都在自己的行上：

ipsum i%#@!
fubar fubar
IpSum XXXXX24
Ipsum YYYYY211

然后程序从标准输入读取输入，如果任何“单词”与字典文件中的键匹配，它们将被替换为值。大小写有点小——这是“匹配优先级”的顺序

1. 确切的单词在替换集中
2. 除了第一个字符之外的所有字符都转换为小写的单词在替换集中
3. 完全转换为小写的单词在替换集中

意思是如果准确的单词在字典中，它会被替换，但如果不是，则检查下一个可能性 (2)，依此类推...

我的程序通过了我们提供的基本案例，但随后终端显示 输出与参考二进制文件不同。

我查看了这两个文件（不是 c 文件，而是二进制文件），一个非常长，包含大量数字，另一个只有一行随机字符。所以这并没有真正帮助。我还查看了我的代码并进行了一些小测试，但看起来还可以吗？一位朋友建议我确保我在 processInput() 中考虑了 null 运算符并且我已经是（或者至少我认为是这样，如果我错了，请纠正我）。我还将 getchar() 转换为 int 以正确检查 EOF，并为 char 数组分配了额外的空间。我也试过vimdiff 并且更加困惑。我希望得到一些帮助来调试这个，拜托！我整天都在做这件事，我很困惑。

Answer 1

processInput() 函数存在多个问题：

• 当读取的字节为 0 时，循环不应停止，您应该使用以下命令处理完整的输入：

    while ((ch = getchar()) != EOF)
  

• EOF 的测试实际上应该以不同的方式进行，这样如果文件的最后一个单词恰好出现在文件的末尾，它就有机会被处理。

• isalnum((char)ch) 中的转换不正确：您应该将ch 直接传递给isalnum。转换为 char 实际上会适得其反，因为它会将超出 CHAR_MAX 的字节值转换为负值，而 isalnum() 的行为未定义。

• 测试if(ind >= cap) 太松散：如果word 包含cap 字符，则在word[ind] 处设置空终止符将超出数组的末尾。将测试更改为 if (cap - ind < 2) 以始终允许一个字节和一个空终止符。

• 您应该检查单词中是否至少有一个字符，以避免使用空字符串调用checkData()。

• char key[ind + 1]; 没用：你可以将word 传递给checkData()。

• checkData(key, ind) 不正确：您应该传递大小写转换的缓冲区大小，该大小至少为 ind + 1 以允许空终止符。

• putchar((char)ch); 中的演员阵容毫无用处且令人困惑。

其余代码中存在一些小问题，但都不会导致问题。

Answer 2

首先测试您的标记器：

$ ./a.out <badhash2.c >zooi
$ diff badhash2.c zooi
$

它也适用于二进制文件吗？：

$ ./a.out <./a.out > zooibin
$ diff ./a.out zooibin
$

是的，确实如此！

---

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

void processInput(void);

int main(int argc, char **argv) {
  processInput();
  return 0;
}

void processInput() {
  int ch;
  char *word;
  int len = 0;
  int cap = 60;
  word = malloc(cap);

  while(1) {
    ch = getchar();                 // (1)
    if( ch != EOF && isalnum(ch)) { // (2)
        if(len+1 >= cap) {          // (3)
            cap += cap/2;
            word = realloc(word, cap);
        }
        word[len++] = ch;
    } else {
        if (len) {                  // (4)
#if 0
            char key[len + 1]; 
            memcpy(key, word, len); key[len] = 0; 
            checkData(key, len); 
#else
            word[len] = 0;
            fputs(word, stdout); 
#endif
            len = 0; 
            }
        if (ch == EOF) break;      // (5)
        putchar(ch); 
      }
    }
    free(word);

  }
                         

---

我只修复了你的分词器，省略了哈希表和搜索和替换的东西。它现在应该生成输入的逐字副本。 （这很愚蠢，但非常适合测试）

1. 如果要允许二进制输入，则不能使用 while((ch = getchar()) ...) ：输入中的 NUL 会导致循环结束。你必须推迟对 EOF 的测试，因为你的缓冲区中仍然可能是最后一个字 ...&& ch != EOF)

2. 在这里将 EOF 视为一个空格：它可能是一个单词的结尾

3. 您也必须为 NUL ('\0') 保留空间。

4. 如果 (len==0) 就没有单词，所以不需要查找。

5. 我们将 EOF 视为一个空格，但我们不想将其写入输出。是时候跳出循环了。