C：fscanf 和字符/字符串大小

Question

我正在使用 fscanf 解析文本（css）文件。基本目标很简单；我想取出与此模式匹配的任何内容：

@import "some/file/somewhere.css";

因此，我使用 fscanf，告诉它读取并丢弃“@”字符之前的所有内容，然后存储所有内容，直到到达“;”为止。特点。这是执行此操作的函数：

char* readDelimitedSectionAsChar(FILE *file)
{
char buffer[4096];

int charsRead;
do
{
    fscanf(file, "%*[^@] %[^;]", buffer, &charsRead);

} while(charsRead == 4095);

char *ptr = buffer;
return ptr;
}

据我所知，我创建了一个应该能够容纳 4095 个字符的缓冲区。然而，我发现事实并非如此。如果我有一个包含很长的匹配字符串的文件，如下所示：

@import "some/really/really/really/long/file/path/to/a/file";

使用 char[4096] 缓冲区将其截断为 31 个字符。 （如果我使用 printf 检查缓冲区的值，我发现字符串被缩短。）

如果增加缓冲区大小，则会包含更多字符串。我的印象是一个字符占用一个字节（尽管我知道这受到编码的影响）。我想了解这里发生了什么。

理想情况下，我希望能够将缓冲区设置为“动态”所需的大小——也就是说，让 fscanf 创建一个足够大的缓冲区来存储字符串。这可以做到吗？ （我知道 GNU 的 %as 标志，但这是一个适用于 OS 10.5/10.6 的 Mac 应用程序，我不确定它是否适用于该平台。）

Answer 1

您遇到的主要问题是您要返回一个指向堆栈上本地缓冲区的指针，该缓冲区是悬空的（因此会被您进行的下一个调用覆盖）。您还存在潜在的缓冲区溢出问题。
你提到了“a”选项，这会有很大帮助，但不幸的是它是一个 GNU 扩展，通常不可用。

其次，你可以使用 scanf 的额外选项 &charsRead ，它永远不会被写入，因为格式字符串中没有 % 。因此 charsRead 将始终是随机垃圾 - 这意味着您的循环将（可能）只运行一次，或者（很少）永远循环。尝试类似的方法

char* readDelimitedSectionAsChar(FILE *file)
{
    char buffer[4096], term[2] = "", *rv = 0;
    int len = 0;

    fscanf(file, "%*[^@]");
    while (term[0] != ';' && !feof(file)) {
        if (fscanf(file, "%4095[^;]%1[;]", buffer, term) > 0) {
            int read = strlen(buffer);
            rv = rv ? realloc(rv, len+read+1) : malloc(read+1);
            strcpy(rv+len, buffer);
            len += read;
        }
    }
    return rv;
}

This 仍然存在问题，因为如果内存不足，它会出现异常行为（如果你向它提供一个开头带有 @ 而没有 ; 的巨大格式错误的文件，则很容易发生这种情况），

Answer 2

您的缓冲区是该函数的本地缓冲区。您为其分配了一个指针，但是当调用者访问该指针时，缓冲区不再存在。任何事情都可能发生。

所以，不要这样做。

而且 scanf 可能不是适合这项工作的工具。我会尝试使用 getc 或 fgets 来代替。

char *readDelimitedSectionAsChar(char *buf, size_t n, char firstChar, char lastChar, FILE *f);