从字符串中提取子字符串时出现意外行为

Question

我正在尝试打印一个大字符串中包含的所有子字符串，每个子字符串由'/' 字符分隔。我的功能没有按预期工作，但我不明白它有什么问题。这是我写的函数：

void print_serial_list(char *serial_list) {
    char *iter = serial_list;
    while (*iter != '\0') { // Traverse the whole string
        char *tmp_fn;
        tmp_fn = strtok(iter,"/");
        printf("Extracted entry: '%s'\n", tmp_fn);
        iter = iter + sizeof(tmp_fn);
    }
}

直接传递字符串

如果我像这样运行这个函数：

char *string = "Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/";
printf("%s\n", string);
print_serial_list(string);

我遇到了分段错误：

Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/
Segmentation fault (core dumped)

使用get_string() 函数

另一方面，如果我运行这个：

char *string = get_string();
printf("%s\n", string);
print_serial_list(string);

我得到以下输出（仍然错误）：

Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/
Extracted entry: 'Lorem.ipsum'
Extracted entry: 'sum'
Extracted entry: 'r-sit-amet'
Extracted entry: 'et'
Extracted entry: 'ctetur'
Extracted entry: 'dipiscing.elit'
Extracted entry: 'g.elit'
Extracted entry: '�'
Extracted entry: 'x[�V'
Extracted entry: 'x[�V'

期望

为了清楚起见，我希望输出在这两种情况下都是：

Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/
Extracted entry: 'Lorem.ipsum'
Extracted entry: 'dolor-sit-amet'
Extracted entry: 'consectetur'
Extracted entry: 'adipiscing.elit'

(注意：我希望get_string() 的代码对于理解这个问题不是必需的......我想尽量不要保留这个帖子长）

编辑

根据 cmets 中的一些建议，我以这种方式编辑了函数：

char *iter = serial_list;
bool first = true;
while (*iter != '\0') { // Traverse the whole string
    char *tmp_fn;
    if (first)
        tmp_fn = strtok(iter, "/");
    else
        tmp_fn = strtok(NULL, "/");
    size_t tmp_size = strlen(tmp_fn);
    printf("Extracted entry: '%s' - size = %zu\n", tmp_fn, tmp_size);
    iter = iter + tmp_size;
    first = false;
}

我得到的输出仍然有一些问题，但与我想要的更相似！

Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/
Extracted entry: 'Lorem.ipsum' - size = 11

Answer 1

If I run this function like this, I get a segmentation fault:

char *string = "Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/";

您的程序有undefined behavior，因为它正在尝试修改字符串文字，因为您将字符串文字传递给strtok()。

char * strtok(c​​har * str, const char * 分隔符);

将字符串拆分为标记

对该函数的一系列调用将 str 拆分为标记，这些标记是由作为定界符一部分的任何字符分隔的连续字符序列。

string 是指向字符串文字的指针，其内容无法修改。并且试图通过指针修改它们是未定义的行为。

要解决此问题，您只需执行以下操作：

char string[] = "Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/";
           ^^

而在print_serial_list()函数中，你可以这样做：

void print_serial_list(char *serial_list) {
    char *iter = serial_list;

    if (serial_list == NULL)
            return;

    char *tmp_fn = strtok(iter, "/");
    while (tmp_fn != NULL)
    {
            printf ("Extracted entry: '%s'\n", tmp_fn);
            tmp_fn = strtok(NULL, "/");
    }
}

print_serial_list() 输出是（对于Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/ 输入字符串）：

Extracted entry: 'Lorem.ipsum'
Extracted entry: 'dolor-sit-amet'
Extracted entry: 'consectetur'
Extracted entry: 'adipiscing.elit'

这里要注意的一点是print_serial_list() 将修改字符串string，因为它将它传递给strtok()。如果您不希望在调用print_serial_list() 函数后修改输入字符串，请将其复制到print_serial_list() 函数中。

---

来自strtok：

错误 使用这些功能时要小心。如果您确实使用它们，请注意：

*这些函数修改它们的第一个参数。

*这些函数不能用于常量字符串。

*分隔字节的标识丢失。

感谢 @David C. Rankin 在评论中分享这些 strtok() 错误。