如何安全解析制表符分隔的字符串？

Question

如何安全解析制表符分隔符字符串？例如：测试 bla-bla-bla 2332 ？

Answer 1

strtok()是用于解析任意字符串的分隔符的标准功能。它，然而，不是线程安全的。你选择的C库可能有一个线程安全的变体。

另一个标准兼容的方式（只是写这时，它是的未测试）：

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

int main()
{
    char string[] = "foo\tbar\tbaz";
    char * start = string;
    char * end;
    while ( ( end = strchr( start, '\t' ) ) != NULL )
    {
        // %s prints a number of characters, * takes number from stack
        // (your token is not zero-terminated!)
        printf( "%.*s\n", end - start, start );
        start = end + 1;
    }
    // start points to last token, zero-terminated
    printf( "%s", start );
    return 0;
}

Answer 2

使用 strtok_r 而不是 strtok（如果可用）。它有类似的用法，除了它是可重入的，而且它 才不是 像 strtok 一样修改字符串。[编辑： 其实我说错了。正如 Christoph 指出的那样，strtok_r 确实用 '\0' 替换了分隔符。因此，如果要保留原始字符串，则应该对字符串的副本进行操作。但它比 strtok 更可取，因为它是可重入且线程安全的]

strtok 会保留修改后的原始字符串。它将分隔符替换为“\0”。如果您的字符串恰好是一个常量，存储在只读内存中（某些编译器会这样做），您实际上可能会遇到访问冲突。

Answer 3

这strtok()使用string.h。

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

int main ()
{
    char str[] = "test\tbla-bla-bla\t2332";
    char * pch;
    pch = strtok (str," \t");
    while (pch != NULL)
    {
        printf ("%s\n",pch);
        pch = strtok (NULL, " \t");
    }
    return 0;
}

Answer 4

您可以使用任何正则表达式库，或者是GLib的GScanner，请参见这里和这里了解更多信息。

Answer 5

又一版本;这一个逻辑分离成一个新的功能

#include <stdio.h>

static _Bool next_token(const char **start, const char **end)
{
    if(!*end) *end = *start;    // first call
    else if(!**end)             // check for terminating zero
        return 0;
    else *start = ++*end;       // skip tab

    // advance to terminating zero or next tab
    while(**end && **end != '\t')
        ++*end;

    return 1;
}

int main(void)
{
    const char *string = "foo\tbar\tbaz";

    const char *start = string;
    const char *end = NULL; // NULL value indicates first call

    while(next_token(&start, &end))
    {
        // print substring [start,end[
        printf("%.*s\n", end - start, start);
    }

    return 0;
}

Answer 6

如果你需要一个二进制安全的方式来标记特定字符串：

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

void tokenize(const char *str, const char delim, const size_t size)
{
        const char *start = str, *next;
        const char *end = str + size;

        while (start < end) {
                if ((next = memchr(start, delim, end - start)) == NULL) {
                        next = end;
                }

                printf("%.*s\n", next - start, start);
                start = next + 1;
        }
}

int main(void)
{
        char str[] = "test\tbla-bla-bla\t2332";
        int len = strlen(str);

        tokenize(str, '\t', len);

        return 0;
}