如何在C中转义html实体？

Question

我正在尝试用 C 语言解码 HTML 实体（格式为 '）。

到目前为止，我已经有了一些代码来尝试解码它们，但它似乎会产生奇怪的输出。

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

char* convertHtmlEntities(char* str) {
    size_t length = strlen(str);
    size_t i;
    char *endchar = malloc(sizeof(char));
    long charCode;
    if (!endchar) {
        fprintf(stderr,"not enough memory");
        exit(EXIT_FAILURE);
    }
    for (i=0;i<length;i++) {
        if (*(str+i) == '&' && *(str+i+1) == '#' && *(str+i+2) >= '0' && *(str+i+2) <= '9' && *(str+i+3) >= '0' && *(str+i+3) <= '9' && *(str+i+4) == ';') {
            charCode = strtol(str+i+2,&endchar,0);
            printf("ascii %li\n",charCode);
            *(str+i) = charCode;
            strncpy(str+i+1,str+i+5,length - (i+5));
            *(str + length - 5) = 0; /* null terminate string */
        }
    }
    return str;
}

int main()
{
    char string[] = "Helloworld&#39;s parent company has changed - comF";
    printf("%s",convertHtmlEntities(&string));
}

我不确定主要陈述是否正确，因为我只是为此示例制作的，因为我的程序是从 Web url 生成它的，但是想法是相同的。

该函数确实用撇号替换了 '，但输出在末尾和替换后出现乱码。

有人有解决办法吗？

Answer 1

strncpy（或strcpy）不适用于重叠字符串。

您的字符串 str+i+1 和 str+i+5 重叠。不要那样做！

将 strncpy 替换为 memmove

            *(str+i) = charCode;
            memmove(str+i+1,str+i+5,length - (i+5) + 1); /* also copy the '\0' */
            /* strncpy(str+i+1,str+i+5,length - (i+5)); */
            /* *(str + length - 5) = 0; */ /* null terminate string */

Answer 2

我的代码还有另一个问题 - 它删除了最后一个“F”字符。我将这一行： 替换

 *(str + length - 5) = 0; /* null terminate string */

为：

 *(str + length - 4) = 0; /* null terminate string */

我相信这是因为您删除了五个字符并添加了一个，所以新的长度不是 old-5，而是 old-4。