特定的字符串识别和提取

Question

我有一个这样的数字文件：XXX 是未知数字

XXX

---

YY YYYY YYY YYYY

---

YYYY YYY YY YYY

---

ZZZ

---

UUU UU UUUU UUUUUU UU UUUU

---

UU UUU UUUU U

---

每行的数字数量和“行号”的数量是未知的。 我只知道有多少“块”。 （其中一个块是一个数字，后跟几个数字行）

我的目标是： - 提取 XXXX 并用它填充标签 - 将“行号”标记为数字并用它归档我的矩阵

我还没有。 我读了一行，但不知道是单个数字还是一行数字。

我尝试使用 sscanf 来确定是只有一个数字还是多个数字，但这不是决定性的。我还检查了 ret 的值，但 sscanf 总是返回数字 1。 所以不可能确定是否不止一个数字。

ret = sscanf(line, "%d");

我不想使用 PCRE。我确信可以使用标准 c 库来实现它，但是如何实现呢？如何从 char* 中区分这两种线？

谢谢，对不起我的英语:)

Answer 1

如果您的行分隔符是换行符 (\n) 并且您的标记分隔符是空格 (\s)，则一次将一个字符读入缓冲区。

点击任一分隔符后，终止缓冲区，打印它，重置缓冲区索引，然后继续读取文件以查找下一个分隔符。

这里有一些代码可以做到这一点：

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

/* 
    INT_MAX is 2147483647, and so the maximum digit 
    length is 10. We add another digit to hold a 
    null terminator.
*/

static const unsigned int kMaxNumberLength = 11;
static const char *kNumberFilename = "numbers.txt";

int main(int argc, char *argv[])
{
    FILE *fp = NULL;
    char currC, buffer[kMaxNumberLength];
    unsigned int cIndex = 0U;

    fp = fopen(kNumberFilename, "r");

    if (fp) {
        do {
            currC = fgetc(fp);
            buffer[cIndex] = currC;
            if ((currC == ' ') || (currC == '\n')) {
                buffer[cIndex] = '\0'; /* terminate buffer */
                fprintf(stdout, "found number: %d\n", atoi(buffer));
                cIndex = 0U;
                continue;
            }
            cIndex++;
        } while (currC != EOF);

        fclose(fp);
    }
    else
        return EXIT_FAILURE;

    return EXIT_SUCCESS;
}

假设您有以下文件numbers.txt：

1234
234 567 1
4 5
9

让我们编译并运行代码：

$ gcc -Wall test.c
$ ./a.out numbers.txt 
found number: 1234
found number: 234
found number: 567
found number: 1
found number: 4
found number: 5
found number: 9