scanf“最大字段宽度”包括空格？答案

【问题标题】：The scanf 'maximum field width' includes whitespace?scanf“最大字段宽度”包括空格？
【发布时间】：2019-04-08 21:19:11
【问题描述】：

假设我们有

int n;
sscanf(" 42", "%2d", &n);

n 应该是 4（“%2d”占的空格）还是 42（忽略空格，使 scanf 读取 3 个字符）？

ideone implementation 读取 3 个字符

【问题讨论】：

来自 MacOS 上的手册页：“在转换开始之前，大多数转换都会跳过空白；此空白不计入字段宽度。”

标签： c language-lawyer standards

【解决方案1】：

sscanf() 的 POSIX 规范对处理相当清楚：

格式是一个字符串，......由零个或多个指令组成。每个指令由以下之一组成：一个或多个空白字符（<space>、<tab>、<newline>、<vertical-tab> 或 <form-feed>）；一个普通字符（既不是 '%' 也不是空白字符）；或转换规范。每个转换规范由字符'%'[CX]⌦或字符序列“%n$”，⌫之后依次出现：

…

作为转换规范的指令定义了一组匹配的输入序列，如下文针对每个转换字符所述。转换规范应按以下步骤执行。

应跳过输入的空白字符（由isspace 指定），除非转换规范包含[、c、C 或n 转换说明符。

应从输入中读取项目，除非转换规范包含n 转换说明符。输入项应定义为输入字节的最长序列（直到任何指定的最大字段宽度，可以根据转换说明符以字符或字节为单位测量），它是匹配序列的初始子序列。输入项之后的第一个字节（如果有）应保持未读状态。如果输入项的长度为0，则转换规范执行失败；这种情况是匹配失败，除非文件结尾、编码错误或读取错误阻止了来自流的输入，在这种情况下是输入失败。

如果转换规范 (%…) 跳过了空白，则它不计入字段宽度的一部分；跳过发生在任何计数之前。

C11 §7.21.6.2 The fscanf function 中的等效规范非常相似（当然，它不包括“C 扩展”标记）。

【讨论】：

【解决方案2】：

scanf 的“最大字段宽度”包括空格？

[ 和 c 是。
其他说明符不适用。
"%n" 不适用。

fscanf()（C11dr §7.21.6.2 7-9）

7 ... 在以下步骤中执行转换规范：

8 输入的空白字符（由 isspace 函数指定）被跳过，除非规范中包含 [、c 或 n 说明符。

9 从流中读取输入项，...输入项定义为输入字符的最长序列，不超过任何指定字段width和....

宽度应用在前导输入空白字符消耗之后。

此外，当我阅读规范时，如果转换失败，输入的空白字符仍然会被消耗。

【讨论】：

最后一句增加了一点学习的新意。必须测试各种编译器是否一致地实现了这一点。如果那里有异常值，将删除注释。
@DavidC.Rankin 期待您的发现。
当然，空白仍然被消耗——因为它是用ungetc 完成的，它只有一个字符保证回退。 @DavidC.Rankin
哇，阅读 ungetc 的文档时的新发现 - 参数 ungetc 必须是 unsigned char。
@AnttiHaapala fscanf() push back as if with ungetc() and ungetc() has "保证一个后推字符。如果在没有干预的情况下在同一流上调用 ungetc 函数太多次对该流进行读取或文件定位操作，该操作可能会失败。” IMO，黄鼠狼的话，允许推回不止一个，有时。 IOW，实现定义的行为。

【解决方案3】：

来自 BSD 手册页：

除了这些标志之外，可能还有一个可选的最大字段宽度，表示为十进制整数，介于 % 和转换之间。如果没有宽度给定，使用默认的“无穷大”（有一个例外，如下）；否则在处理转换时最多扫描这么多字节。如果是 lc、ls 和 l[ 转换，字段宽度指定最大数量将被扫描的多字节字符。在转换开始之前，大多数转换都会跳过空白；此空白不计入该字段宽度。

Linux 手册页有

一个可选的十进制整数，它指定最大字段宽度。读字符数在达到此最大值或不匹配时停止找到字符，以先发生者为准。大多数转换丢弃初始空白字符（例外情况如下所述），并且这些被丢弃字符不计入最大字段宽度。字符串输入转换存储一个终止空字节（'\0'）来标记输入的结束；这最大字段宽度不包括此终止符。

两者都指定空格不计入字段宽度。

【讨论】：