如何使用 fscanf() 获取多种格式的字符串？

Question

说这是我要阅读的文件：

07983988 REMOVE String1
13333337 ADD String4 100
34398111 TRANSFER String5 String6 100

这些是仅有的 3 种有效的格式类型。

我正在使用以下代码块来检查解析的行的格式是什么：

// Read from file.
    while (!feof(fd)) {

        // Check for format.
        if (fscanf(fd, "%d %s %s %s %lf", &timestamp, transaction_type_str, company1, company2, &value)) {
            node_t *transaction = create_node((long int)timestamp, 1, company1, company2, value);
            add_node(transactions, transaction);
        } else if (fscanf(fd, "%d %s %s", &timestamp, transaction_type_str, company1)) {
            node_t *transaction = create_node((long int)timestamp, 1, company1, NULL, 0);
            add_node(transactions, transaction);
        } else if (fscanf(fd, "%d %s %s %lf", &timestamp, transaction_type_str, company1, &value)) {
            node_t *transaction = create_node((long int)timestamp, 1, company1, NULL, value);
            add_node(transactions, transaction);
        }

然而，这给了我一个无限循环。我是 C 文件 I/O 的新手，我想知道使用标记化方法还是基于行的格式搜索方法更好。

Answer 1

大纲：

char buffer[4096];

while (fgets(buffer, sizeof(buffer), fd) != 0)
{
    int offset;
    if (sscanf(buffer, "%d %s %n", &timestamp, transaction_type_str, &offset) == 2)
    {
         char *residue = buffer + offset;
         if (strcmp(transaction_type_str, "REMOVE") == 0)
         {
              if (sscanf(residue, "%s", company1) == 1)
                  …process remove…
              else
                  …report error, etc…
         }
         else if (strcmp(transaction_type_str, "ADD") == 0)
         {
             if (sscanf(residue, "%s %lf", company1, &value) == 2)
                 …process add…
             else
                 …report error, etc…
         }
         else if (strcmp(transaction_type_str, "TRANSFER") == 0)
         {
             if (sscanf(residue, "%s %s %lf", company1, company2, &value) == 3)
                 …process transfer…
             else
                 …report error, etc…
         }
         else
         {
             …report error and continue or break…
         }
     }
 }

您可以使分析更严格，例如，在第二次sscanf() 调用完成后坚持没有未使用的数据等。这很繁琐，但远非不可能。

这涵盖了请求的代码——它在分析该行的其余部分之前确定请求的事务类型。

Answer 2

问题是您使用 feof 测试作为 while 控制。以下是它不起作用的原因。

Why is “while ( !feof (file) )” always wrong?

FAQ > Why it's bad to use feof() to control a loop

该函数测试文件结束指示符，而不是流本身。 这意味着另一个函数实际上负责设置 已达到表示 EOF 的指标。这通常是 由执行命中 EOF 的读取的函数完成。那么我们可以 将问题跟踪到该函数，我们发现大多数阅读 函数将在读取所有数据后设置 EOF，然后 执行最终读取，结果没有数据，只有 EOF。

考虑到这一点，它是如何在我们的 sn-p 的代码？很简单......因为程序通过循环得到 最后一行数据，fgets()正常工作，无需设置EOF， 我们打印出数据。循环返回顶部，调用 to feof() 返回 FALSE，然后我们再次开始循环。 这一次， fgets() 看到并设置了 EOF，但感谢我们的穷人 逻辑上，我们继续处理缓冲区，却没有意识到 它的内容现在是未定义的（很可能从最后 循环）。

Answer 3

使用fgets()，然后使用sscanf() 和" %n" 说明符来检测扫描完成。

通过检测扫描是否到达末尾并且行中没有其他文本，我们进行了清晰且对称的解析检测。很像 OP 的原始代码。

#define BUFSIZE 200
char buf[BUFSIZE];

while (fgets(buf, sizeof buf, fd) != NULL) {
  int n = 0; 
  if (sscanf(buf, "%d %s %s %s %lf %n", 
      &timestamp, transaction_type_str, company1, company2, &value, &n));
  if (n > 0 && buf[n] == '\0') {
    node_t *transaction = create_node((long int)timestamp, 1, company1, company2, value);
    add_node(transactions, transaction);
    continue;
  }

  n = 0; 
  sscanf(buf, "%d %s %s %n", 
      &timestamp, transaction_type_str, company1, &n));
  if (n > 0 && buf[n] == '\0') {
    node_t *transaction = create_node((long int)timestamp, 1, company1, NULL, 0);
    add_node(transactions, transaction);
    continue;
  }

  n = 0; 
  sscanf(buf, "%d %s %s %lf %n", 
      &timestamp, transaction_type_str, company1, &value, &n);
  if (n > 0 && buf[n] == '\0') {
    node_t *transaction = create_node((long int)timestamp, 1, company1, NULL, value);
    add_node(transactions, transaction);
    continue;
  }

  Handle_BadLine(buf);  // do not use transaction_type_str, company1, company2, value, n
}

注意：使用"%s" 是危险的。最好限制宽度

char transaction_type_str[20];
...
sscanf(buf, "%d %19s ...