C I/O和字符串解析 - 行爲不規律

Question

我的函數使用開始和結束字符串（請參閱main（）） 解析文本文件 中的段，並將段保存在單獨的文件中。

我不知道什麼是錯的，但它返回這3段文件：

1 START_TEXT_END
2 _START_BLABLUB_END
3 START 4 END

此輸入的test.txt （4 START ... END段）：

_START_TEXT_END_START_BLABLUB_END_
_START_THIRD_END START 4 END

「START」 和 「END」 都應該被包括在內，但段3（ 「START_THIRD_END」）丟失 和2段錯誤地包括 「_」。對於其他輸入文件，它也會返回不準確的結果。 有什麼想法？

#include "stdio.h" 
#include "string.h" 
#include "stdlib.h" 

long split(char *filename, char *segment_filename, char *str_start, char *str_end, long n_start, long n_end) { 
    long segments = 0, size_segment = 0; 
    FILE *file = fopen(filename, "rb"), *segmentfile; 
    long size_str_start = strlen(str_start); 
    long size_str_end = strlen(str_end); 
    long pos_str_start = 0; 
    long pos_str_end = 0; 
    int chr; 
    char *segment_filename_numbered; 
    char *segment = (char*)malloc(1); 
    fseek(file,0,0); 

    if (file) { 
     while ((chr = fgetc(file)) != EOF && !feof(file) && !ferror(file)) { 
      size_segment++; 

      // scan for start string 
      if (chr == str_start[pos_str_start]) { pos_str_start++; } 
      else pos_str_start = 0; 
      if (pos_str_start == size_str_start) 
      size_segment = size_str_start, pos_str_start = 0; 

      // scan for end string 
      if (chr == str_end[pos_str_end]) pos_str_end++; 
      else pos_str_end = 0; 

      if (pos_str_end == size_str_end) 
      { 
       pos_str_end = 0; 
       segments++; 
       if (segments > n_start) { 
        segment = (char*) realloc(segment, size_segment); 
        //segment_filename_numbered = chars_cat2(segment_filename, chars_number(segments,  '0', 8, 16)); // SOME OF MY LIBRARY FUNCTIONS 
        segment_filename_numbered = ltoa(segments, segment_filename_numbered, 10); 
        fseek(file, -size_segment, SEEK_CUR); 
        fread(segment, size_segment, 1, file); 
        segmentfile = fopen(segment_filename_numbered, "wb"); 
        fwrite(segment, size_segment, 1, segmentfile); 
        fseek(file, size_segment, SEEK_CUR); 
        fclose(segmentfile); 
       } 
      } 
     } 

     fclose(file); 
    } 

    return segments; 
} 


int main(int argc, char* argv[]) 
{ 
    split("test.txt", "test_", "START", "END", 0, 0); 
    system("Pause"); 
    return 0; 
} 

我是新來的，添加在每行前4個空格手動是一個總的噩夢，什麼是標記代碼的簡單方法？

Answer 1

線

while ((chr = fgetc(file)) != EOF && !feof(file) ... 

有點奇怪。一個或另一個測試就足夠了，但沒關係。

我希望你不要介意，但我試圖按照我可能寫的風格來組織程序，看看我能否看到一個bug。它幫助我閱讀，但我沒有看到任何新的錯誤，只有威廉莫里斯的:-(

我想我可能會試圖'fseek 0'來獲取開始和結束的文件位置，儘管它不是那麼有效率，至少它可能有助於調試嗎？）

它可能會幫助其他人遵循它。如果我犯了一個錯誤，那可能是一個不明顯的領域。

#include "stdio.h" 
#include "string.h" 
#include "stdlib.h" 

long split(char *filename, char *segment_filename, 
      char *str_start, char *str_end, 
      long n_start, long n_end) { 
    long segments = 0, size_segment = 0; 
    FILE *file, *segmentfile; 
    long size_str_start = strlen(str_start); 
    long size_str_end = strlen(str_end); 
    long pos_str_start = 0; 
    long pos_str_end = 0; 
    int chr; 
    char *segment_filename_numbered; 
    char *segment = (char*)malloc(1); 
    // fseek(file,0,0); 
    enum {LOOKING_FOR_START, LOOKING_FOR_END, MATCHED_MARKERS } 
     state = LOOKING_FOR_START; 

    if ((file=fopen(filename, "rb")) == NULL) { 
     fprintf(stderr, "Error: can't open file %s\n", filename); 
     return 0; 
    } 

    while ((chr = fgetc(file)) != EOF && !feof(file) && !ferror(file)) { 
     size_segment++; 

     switch (state) { 
      case LOOKING_FOR_START: 
       // scan for start string 
       if (chr == str_start[pos_str_start]) { pos_str_start++; } 
       else pos_str_start = 0; 
       if (pos_str_start == size_str_start) { 
        size_segment = size_str_start; 
        pos_str_start = 0; 
        state = LOOKING_FOR_END; 
       } 
       break; 
      case LOOKING_FOR_END: 
       // scan for end string 
       if (chr == str_end[pos_str_end]) pos_str_end++; 
       else pos_str_end = 0; 
       if (pos_str_end == size_str_end) 
       { 
        pos_str_end = 0; 
        state = MATCHED_MARKERS; 
       } 
       break; 
      case MATCHED_MARKERS: 
       segments++; 
       if (segments > n_start) { 
        segment = (char*) realloc(segment, size_segment); 
        //segment_filename_numbered = chars_cat2(segment_filename, chars_number(segments,  '0', 8, 16)); // SOME OF MY LIBRARY FUNCTIONS 
        //*** Error: uninitialised segment_filename_numbered *** 
        segment_filename_numbered = ltoa(segments, segment_filename_numbered, 10); 
        fseek(file, -size_segment, SEEK_CUR); 
        fread(segment, size_segment, 1, file); 
        segmentfile = fopen(segment_filename_numbered, "wb"); 
        fwrite(segment, size_segment, 1, segmentfile); 
        fseek(file, size_segment, SEEK_CUR); 
        fclose(segmentfile); 
       } 
       state = LOOKING_FOR_START; 
      default: 
       fprintf(stderr, "Fatal Error: state has become corrupt, value is %d\n", state); 
       break; 
     } 
    } 

    fclose(file); 

    return segments; 

} 


int main(int argc, char* argv[]) 
{ 
    split("test.txt", "test_", "START", "END", 0, 0); 
    system("Pause"); 
    return 0; 
} 

Answer 2

我覺得你的問題是在你尋求回來，隔板之間獲取數據：

FSEEK（文件，-size_segment，SEEK_CUR）;

問題是你回去「size_segment」字節，但你已經閱讀更多：size_segment + size_str_end（段結尾）。 你應該寫：

fseek(file, -size_segment - size_str_end,SEEK_CUR); 

現在，它似乎並不十分有效的處理數據，這種方式（讀取數據，發現結局，尋求回的數據，寫入文件，然後尋找到以前的位置）。 爲什麼不在輸出文件中讀取數據時立即寫入數據，並在遇到結束文本時更改輸出文件？

如果您首先搜索循環中的開始文本，然後是數據（您寫入文件），同時期待結束文本，它會更乾淨。在這裏，你同時擁有了所有的東西，這很難遵循。

Answer 3

可能有其他問題，但一個肯定錯誤是呼叫：

segment_filename_numbered = ltoa(segments, segment_filename_numbered, 10); 

segment_filename_numbered被定義爲一個指針，但需要足夠大以容納數段的字符串表示一個緩衝

char segment_filename_numbered[16]; 
ltoa(segments, segment_filename_numbered, 10); 

我以前沒有遇到過ltoa。我通常會使用snprintf，它允許您指定緩衝區大小以避免溢出。

編輯

沒有冒犯的意思，但你白費力氣試圖調試此程序。我的建議是，您調查標準庫字符串函數（strstr，strchr等）並重寫程序，一次讀取多個字符。該程序是否有應用程序 - 換句話說，它是在某個地方/某人使用 - 還是一個練習？

Answer 4

好的，這次我想到了。 的問題是此行：不需要

fseek(file, size_segment, SEEK_CUR); 

它，這是因爲線 「的fread（段，size_segment，1，文件）;」已經將size_segment字節的文件位置提前移動了。事實上，你有兩倍fseek。這就是爲什麼你跳字符（嘗試在每次循環運行時打印字符串的值，它跳過字符）