c - 在C中正确分隔字符串

Question

我想知道，有什么好的/有效的方法来分隔基本上可以包含任何字符的字符串。例如，我需要连接n个字符串，它们看起来像：

char *str_1 = "foo; for|* 1.234+\"@!`";
char *str_n = "bar; for|* 1.234+%\"@`";

对于最后一个字符串：

char *str_final = "foo; for|* 1.234+\"@!`bar; for|* 1.234+%\"@`"; // split?

我可以使用哪个分隔符来正确分割它？
请注意，可以有两个以上的字符串连接。
我愿意接受建议。
谢谢

Answer 1

因为我的评论越来越长，这里有一个完整的答案：
缓冲区应该将字符串的长度存储在前x个字节中（就像pascal那样）。在该长度之后是字符串数据，它可以包含您喜欢的任何字符。之后，接下来的x字节告诉您下一个字符串的长度。以此类推，直到结束，它由一个空字符串分隔（即最后的x字节声明下一个字符串的长度为零，而您的应用程序将此作为停止查找更多字符串的信号）。
一个好处是，您不需要扫描字符串数据-从第一个字符串的开头查找下一个字符串需要O（1）时间，查找列表中有多少字符串需要O（n）时间，但仍然会非常快（如果O（n）是不可接受的，您可以解决这个问题，但我觉得现在不值得谈这个问题）。
另一个好处是字符串数据可以包含您喜欢的任何字符。这可能是一个con—如果字符串可能包含nul字符，则可以安全地提取它，但必须小心不要将其传递给c string函数（如char *或strlen()），该函数将把nul字符视为数据的结尾（可能是，也可能不是）。您将不得不依赖strcat()和指针算法。
问题是x的值（用于存储字符串长度的字节数）。最简单的方法是1，它将绕过所有的endianness和alignment问题，但将字符串限制为255个字符。如果这是一个你可以忍受的限制，很好，但255似乎有点低。
x可以是2个或4个字节，但您需要确保您的数据类型（无符号）至少有那么多字节（memcpy()'sstdint.horuint16_t，or mayuint32_toruint_least16_t）。更好的解决方案是生成uint_least32_t，因为X = sizeof(size_t)类型保证能够存储任何想要存储的字符串的长度。
如果网络可移植性是一个问题，使用size_t将引入对齐和端性。将前x个字节作为X > 1变量读取的最简单方法是将size_t数据转换为char *并取消引用。但是，除非您能保证size_t *数据正确对齐，否则在某些系统上会中断。即使您确实保证了char *数据的对齐，也必须在大多数字符串的末尾浪费几个字节，以确保下一个字符串的长度值对齐。
克服对齐的最简单方法是手动将第一个char *字节转换为sizeof(size_t)值。你必须决定你是希望数据以小尾数还是大尾数存储。大多数计算机本来就很小，但对于手动转换来说，这并不重要——只需选择一台即可。存储在4个字节中的65537（2^16+2），big endian，看起来像size_t；little endian，{ 0, 1, 0, 2 }。
一旦你决定了（不要紧，随便选哪一个），你只需把数据的前x个点投射到{ 2, 0, 1, 0 }s，然后再投射到unsigned char，然后用适当的指数做一点移动，把它们放在适当的位置，然后把它们加在一起。在上面的例子中，0乘以2^32，1乘以2^16，0乘以2^8，2乘以2^0（或1），得到0+65536+0+2或65537。如果你在做手动转换的话，大端和小端之间的效率差可能为零，我想再次指出，这个选择完全是任意的。
执行手动转换可以避免对齐问题，并完全绕过对跨系统端点的关注，因此从小端点计算机传输到大端点计算机的数据将被读取。数据从size_t的系统传输到sizeof(size_t) == 4的系统仍然存在潜在问题。如果这是一个问题，您可以a）丢弃sizeof(size_t) == 8并选择一个不变大小，或者b）将发送方的size_t值编码（只需要一个字节）作为数据的第一个字节，并让接收方进行任何必要的调整。选择a）可能更容易，但可能会导致问题（如果您选择的大小太低，无法考虑网络中的旧计算机，并且随着这些计算机的逐步淘汰，您开始没有空间存储您的数据？），所以我更喜欢选择b），因为它可以随您运行的任何系统（16位、32位、64位，甚至将来可能是128位）进行扩展，但您可能不需要这样做。
sizeof(size_t)我把它留给读者来整理我刚刚写的那些乱七八糟的东西。