如何用 sscanf 解析输入行？答案

【问题标题】：How to parse an input line with sscanf?如何用 sscanf 解析输入行？
【发布时间】：2014-03-24 01:10:53
【问题描述】：

我有一个如下所示的输入 .txt 文件：

Robert Hill 53000 5

Amanda Trapp 89000 3

Jonathan Nguyen 93000 3

Mary Lou Gilley 17000 1 // Note that came contains of 3 parts!

Warren Rexroad 72000 7

我需要阅读这些行并将它们解析为三个不同的类别：名称（这是一个字符数组）、里程（int）和年份（int）。

 sscanf(line, "%[^] %d %d ", name, &mileage, &years);

这对我来说不是很好，有什么建议吗？

【问题讨论】：

标签： c arrays parsing input scanf

【解决方案1】：

问题

传递给sscanf 的当前说明符的问题在于它的格式不正确，而且即使修复它也无法满足您的要求。如果您将[^ ] 用作第一个转换说明符，sscanf 会在点击空格之前尝试读取尽可能多的字符。

如果我们假设名称不能包含指定[^0123456789] 的数字，则将读取正确的数据，但它还会在名称之后、第一个mileage 条目之前包含尾随空格。然而，这很容易通过将name 中的最后一个空格替换为空字节来解决。

要获取读入name 的字符数，我们可以使用%n 说明符来表示我们将sscanf 存储读入匹配参数的字节数；我们稍后可以使用这个值来正确地“修剪”我们的缓冲区。

我们还应该指定%[^0123456789] 读取的字符的最大宽度，这样它就不会导致缓冲区溢出，这是通过在我们之后直接指定缓冲区的大小来完成的。 %.

示例实现

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

int
main (int argc, char *argv[])
{
  char const * line = "Mary Lou Gilley 17000 1";

  char     name[255];
  int mileage, years, name_length;

  sscanf(line, "%254[^0123456789]%n %d %d ", name, &name_length, &mileage, &years);

  name[name_length-1] = '\0';

  printf ("data: '%s', %d, %d", name, mileage, years);

  return 0;
}

data: 'Mary Lou Gilley', 17000, 1

【讨论】：

应该检查sscanf() 结果。应该是"%254[..."“指定我们缓冲区的大小” - 1。（大小为宽度+1）建议“[^0123456789+-]”。
谢谢，您的回答非常好。我只是不明白为什么我需要 name_length 变量。

【解决方案2】：

如果你有一个函数可以像这样找到第一个数字的位置：

// This function returns the position of the 
// space before the first digit (assuming that
// the names dont contain digits)...
char *digitPos(char *s){
    if isdigit(*(s+1)) return s;
    else return digitPos(s+1);
}

然后您可以通过在正确的位置插入'\0' 来分隔两个变量，如下所示：

pos  = digitPos(line); // This is a pointer to the space
*pos = '\0';
strcpy(name, line);
sscanf(pos + 1, "%d %d", &mileage, &years);

【讨论】：

+1 这是朝着正确方向迈出的一步。当然，你应该更进一步，根本不要使用scanf。
另外，您的digitPos 需要检查字符串终止符。 C 不保证提供“正确的尾递归”，尽管我希望大多数现代编译器会为这个例子做正确的事情。

【解决方案3】：

这可能会帮助您入门。它缺乏 BLUEPIXY 解决方案的智能，该解决方案处理尾随空格的能力比我的要好一些（或者你可以自己砍掉它）。

dan@rachel ~ $ echogcc -o t t.c
dan@rachel ~ $ echo "Dan P F 3 21" | ./t
Name:    Dan P F ,
Mileage:         3,
Years:   21.

这是代码。

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

int main(){
        char *buf;
        int mileage, years;
        while(!feof(stdin) ){
                if( fscanf( stdin, "%m[^0-9] %d %d", &buf, &mileage, &years) == 3 ){
                        fprintf(stderr, "Name:\t %s,\nMileage:\t %d,\nYears:\t %d.\n", 
                                buf, mileage, years
                        );
                }
        }

}

【讨论】：

【解决方案4】：

您发现了永远不应使用 *scanf 的三个原因之一：几乎不可能编写处理非平凡输入语法的格式规范，尤其是当您不得不担心从 格式错误 中恢复时输入。但还有两个更重要的原因：

许多输入规范，包括您的 %[...] 构造，都像臭名昭著的 gets 一样乐于溢出缓冲区。
数字溢出会引发未定义的行为 - C 库被许可崩溃，只是因为有人键入了太多数字。

解析此类行的正确方法是使用strcspn("0123456789", line)或while (*p && !isdigit(*p)) p++;扫描第一个数字，然后使用strtoul转换后面的数字。

【讨论】：

【解决方案5】：

int pos;
sscanf(line, "%*[^0-9]%n", &pos);
line[--pos]=';';
sscanf(line, "%[^;]; %d %d ", name, &mileage, &years);

【讨论】：