如何在c中的同一行中读取带有空格和int的字符串

Question

我如何阅读这样的文本文件：

Acqua Naturale 200
Coca Cola 100
Bibite 300

并使用 sscanf() 将字符串 Acqua naturale 和 Coca Cola 及其 int 值存储在 int 变量中。

示例代码是这样的：

struct Test
{
 char name[16];
 int id;
};


 char * buffer = malloc(sizeof(struct Test));

 while(fgets(buffer, sizeof(struct Test), filep))
    {
      if(sscanf(buffer, "%s %d", p.name, &p.id) == 2)
      {
        //do something with data

      }
    }

Answer 1

将“Acqua Naturale 200”分成“Acqua Naturale”和200是一个在行尾查找整数的问题。

各种方法。

也许寻找最后一个空格分隔符，

OP 很好地读取了 line，然后尝试解析 - 这比 scanf() 更好。

请注意，OP 的缓冲区太小。考虑"abcdefghijklmno -2000000000\n"，需要大小为 15 + 1 + 11 + 1 + 1 字节的有效输入。当然这比sizeof(struct Test) 更多，因为int 的文本可能需要比二进制编码的int 更多的空间（例如2、4 或8 个字节）。

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

... 

  FILE *filep;
  struct Test p;
  //                        p.name    sp  int  \n  \0
  #define LINE_SIZE (sizeof p.name  + 1 + 11 + 1 + 1)
  char buffer[LINE_SIZE *2]; // No need to be stingy with temp buffer space, go for x2

  while(fgets(buffer, sizeof buffer, filep)) {
    char *last_space = strrchr(buffer, ' ');
    if (last_space == NULL || (last_space - buffer) >= sizeof p.name ||
        sscanf(last_space, "%d", &p.id) == 0) {
      fprintf(stderr, "Bad input '%s'\n", buffer);
      break;
    }
    memcpy(p.name, buffer, last_space - buffer);
    p.name[last_space - buffer] = '\0';

    // Do something with `p`
  }

---

更健壮的代码将使用strtoi 并在"xxx 122zzz" 中的数字后面查找额外的垃圾。过长的行也应该被检测出来。

Answer 2

在尝试编写代码来读取此文件之前，您应该多考虑一下文件是如何定义的——确切地说它是如何定义的。

非正式地，文件的定义是“第一列是可能包含空格的字符串，第二列是整数”。但是是什么分隔了这些列？

如果列由空格分隔，并且第一列可以包含空格，那么第一列并不是真正的第一列，它可能是多个列。也就是行

Coca Cola 100

确实包含三列。

因此，如果我们想走这条路，我们必须尝试区分为整数的第二列和看起来不像整数的第一列（尽管它可能包含空格）。

但如果我们沿着这条路走，我们会遇到两个非常严重的问题：

1. 很难编码。单独使用scanf 或sscanf 可能无法令人满意地编写代码。

2. 它仍然模棱两可。如果可口可乐推出新产品“Coca Cola 2020”会怎样？然后我们会有一行像

   Coca Cola 2020 50

所以我的底线是，如果是我，我什至不会尝试编写代码来解析这种文件格式。我可能会想出一种更清晰、更简洁的文件格式

Coca Cola, 100

或

"Coca Cola",100

或

Coca Cola|100

然后编写一些简洁的代码来解析它。 （不过，我可能仍然不会使用scanf；我可能会使用更像strtok 的东西。另请参阅我的C 编程笔记中的this chapter。）

---

附录：可能下降的另一条路是从右侧边缘计算列。在这种情况下，您可以编写代码，实际上说产品名称在第 1 到 N-1 列中，并且计数是第 N 列。只要最多有一个包含空格的“列”就可以工作。

Answer 3

两个快速观察，

• 考虑到这一特殊任务，strtok() 优于 sscanf() 是更好的选择。

• 除非输入文件中只有一条记录（数据行），否则需要一个 struct 数组（而不是单个实例）来包含数据。

理性：
源文件的语法定义和可预测性越高，解析的复杂性就越低。如上所述，您的文件具有可预测的内容。由于语法的可变性有限，标记记录，使用 strtok() 函数是一个不错的选择。

对于您正在执行的操作，文件内容的唯一可变性是行数，以及末尾数字字符串之前的字母字符串数。其余的假设每行中都有空格分隔的子字符串，only 最后一个有数字内容。因此，一种适应这种类型文件的方法可能会根据要处理的行数为struct 的数组创建运行时内存，并使用strtok() 函数来读取元素，并根据它是字符串的类型（字母或数字）。

示例方法：

文件：x.txt 包含以下内容：

天然水 200
可口可乐 100
Bibite 300
内斯比特黄金 400
芬达冰橙 500
可口可乐樱桃奶油600

char filename[] = {".\\x.txt"};

typedef struct {
    char name[200]; // add plenty of space
    int id;
}TEST;

void PopulateTest(TEST *t, char *file);//populate struct with content of file.
int GetLines(char *name);//get line count

int main(int argc, char *argv[])
{
    int lineCount = GetLines(filename);//get lines in file
    int i;

    TEST *test;//to create a variable number of instances of TEST

    test = calloc(lineCount, sizeof(TEST));
    if(test)
    {
        PopulateTest(test, filename);
    }
    for(i=0;i<lineCount;i++)
    {
        ;//do something with results    
    }
    free(test);

    return 0;
}

void PopulateTest(TEST *t, char *file)
{
    int num = 0;
    int i = 0;
    char *tok = NULL;
    char line[200] = {0};
    char accum[200] = {0};
    FILE *fp = fopen(filename, "r");
    if(fp)
    {
        while(fgets(line, sizeof(line), fp))
        {
            tok = strtok(line, " ");
            while(tok)// this loop accommodates a variable number of fields within each line 
            {
                if(isdigit(tok[0]))//test for sub-string content
                {
                    num = atoi(tok);
                }
                else               //read string segments and reconstruct string,
                {
                    strcat(accum, tok);
                    strcat(accum, " ");
                }
                tok = strtok(NULL, " ");
            }
            strcpy(t[i].name, accum);//populate struct element members with parsed data.
            t[i].id = num;
            i++;
        }
        fclose(fp);
    }
    return; 
}

int GetLines(char *name)
{
    int count = 0;
    char line[200] = {0};
    FILE *fp = fopen(name, "r");
    if(fp)
    {
        while(fgets(line, sizeof(line), fp))
        {
            count++;
        }
        fclose(fp);
    }
    return count;
}

Answer 4

这里有一些误解。

• 输入文件似乎是一个文本文件。如果是这样，您无法从中读取 sizeof 结构，因为这将采用二进制格式，而不是更长的文本。而不是 malloc，只需将buffer 分配为“足够大”，例如char buffer[200];。
• 即使是二进制文件，也不应该直接从文件读/写结构体。这是因为结构可以包含填充字节来修复对齐，并且这些字节可以以不可移植的方式位于任何地方。因此，如果一个程序写入文件而另一个程序读取它，它将中断。读取/写入结构的常用方法是通过一次读取/写入每个单独的成员来“序列化”和“反序列化”。
• 所以改为将整行作为文本读入buffer，然后解析它。 sscanf 是一个相当生硬的工具，除非您确定缓冲区格式。相反，您可以搜索字符串中的最后一个空格 ' ' 并将其前面的任何内容作为名称（确保它少于 15 个字符 + 1 个空终止符），以及传递给 strtol 的空格之后的所有内容。发给int。

Answer 5

我使用strtok()、strcpy()、strcat()、atoi() 和isdigit() 找到了这个解决方案。我正在使用链表来存储数据，所以我认为这是一个特定的解决方案。忽略函数Load()和函数CreateNewNodeOfList()的参数。

void Load(HeadNode *pp) // ignore parameter
{
  FILE *f;
  struct Test p;
  char * buffer;
  char * token;
  char name[32] = "";
  if(!(f = fopen(PATH, "r")))
  {
    perror("Errore");
    exit(-1);
  }

  buffer = malloc(sizeof(struct Test));

  while(fgets(buffer, sizeof(struct Test), f))
    {
    for(token = strtok(buffer, " "); token != NULL; token = strtok(NULL, " "))
      {
          if(isdigit(token[0]))
            {
              p.id = atoi(token);
            }
            else
            {
              strcat(p.name, token);
              strcat(p.name, " ");
            }
      }
        CreateNewNodeOfList(p, pp); //ignore this function 
        strcpy(p.name, "");
    }

free(buffer);
fclose(f);

}