c - 使用 fscanf 读取制表符分隔的记录

Question

数据文件:

Newton  30  United Kingdom  Scientist
Maxwell 25  United Kingdom  Mathematician
Edison  60  United States   Engineer

读取代码:

#define MAX_NAME    50
#define MAX_COUNTRY 25
#define MAX_PROFILE 20
struct person
{
    char *name;
    int age;
    char *country;
    char *profile;
};

struct person pObj;
pObj->name = (char *) malloc(sizeof(MAX_NAME));
pObj->country = (char *) malloc(sizeof(MAX_COUNTRY));
pObj->profile = (char *) malloc(sizeof(MAX_PROFILE));

fscanf(fPtr,"%s\t%d\t%s\t%s\n",pObj->name,&pObj->age,pObj->country,pObj->profile);

我编写了一个程序，使用 fscanf() 将制表符分隔的记录读取到结构中。我也可以通过 strtok()、strsep() 函数做同样的事情。但是如果我使用 strtok()，我就被迫使用 atoi() 函数来加载 age 字段。但我不想使用那个atoi()函数。因此，我只是使用 fscanf() 直接从 FILE 流缓冲区读取年龄作为整数。效果很好。但对于某些记录，国家/地区字段为空，如下所示。

Newton  30  United Kingdom  Scientist
Maxwell 25      Mathematician
Edison  60  United States   Engineer

当我读取第二条记录时，fscanf() 不会将空字符串填充到国家/地区字段，而是已填充个人资料数据。我们知道 fscanf() 就是这样工作的。但是，即使文件中的国家/地区字段为空，是否有任何选项可以扫描该字段？我可以在不使用 atoi() 年龄函数的情况下执行此操作吗？即，按相应类型读取字段，但不是将所有字段都作为字符串读取。

Answer 1

原始格式

%s 转换规范会跳过输入中的任何空格(空格、制表符、换行符等)，然后读取非空格直至下一个空格字符。格式字符串中出现的 \t 会导致 fscanf() 跳过零个或多个空白字符(不仅仅是制表符)。

你有:

fscanf(fPtr,"%s\t%d\t%s\t%s\the n", pObj->name, pObj->age, pObj->country, pObj-profile);

您需要传递一个指向年龄的指针，并且需要在 pObj 和 profile 之间有一个箭头 -> (请发布可以的代码编译；当出现这样的错误时，它不会激发信心):

fscanf(fPtr,"%s\t%d\t%s\t%s\the n", pObj->name, &pObj->age, pObj->country, pObj->profile);

给定第一行输入:

Newton  30  United Kingdom  Scientist

fscanf() 会将 Newton 读入 pObj->name，将 30 读入 pObj->年龄， union 进入pObj->国家和王国进入pObj->个人资料。fscanf一般来说，()` 和家人对空白非常随意。大多数转换都会跳过前导空格。

分配 4 个值后，格式末尾有 \the n"。该选项卡会跳过 Kingdom 和 Scientist 之间的空白，但数据与 he n 不匹配，因此扫描停止 - 这并不是说您更明智。

下一个操作将从上次停止的地方继续，因此下一个 pObj->name 将被分配为 Scientist，然后是 pObj->age 转换将失败，因为 Maxwell 不表示整数。转换在 fscanf() 上停止。

所以问题仍然存在。使用您在问题中显示的代码无法获得您声称的输出。

如果您坚持必须使用 fscanf()，则需要使用扫描集，例如 %24[^\t] 来读取国家。但你最好使用 fgets()或 POSIX 函数 getline()读取整行输入，然后也许使用 sscanf()但更有可能使用标准 C 中的 strcspn() 或 strpbrk() (或者可能是 strtok() 或 — 更好 — POSIX strtok_r() 或 Windows strtok_s() 或非标准 strsep()) 将行拆分为选项卡上的字段。请注意，strtok_r() 等人并不关心字段之间的分隔符(在您的情况下为制表符)有多少次重复；它们不能有空字段。您可以使用 strcspn()、strpbrk() 和 strsep() 识别空字段。

<小时/>

清理后的格式

格式字符串已修改为:

fscanf(fPtr,"%s\t%d\t%s\t%s\n", pObj->name, &pObj->age, pObj->country, pObj->profile);

这不会起作用，但现在可以进行调整，使其起作用。

if (fscanf(fPtr," %49[^\t]\t%d\t%24[^\t]\t%19[^\n]", pObj->name, &pObj->age, pObj->country, pObj->profile) != 4)
    …handle a format error…

Beware trailing white space in scanf() format strings 。前导空白会跳过前一行留下的任何换行符，并跳过一行上的任何前导空白。 %49[^\t] 最多查找 49 个非制表符；制表符是可选的，并且匹配任何空白序列，但第一个字符将是制表符，除非名称太长。然后它读取一个数字，更多可选的空格(它不一定是制表符，但除非数据格式错误，否则它会是)，然后最多 24 个非制表符，再次空格(其中第一个字符将除非存在格式问题，否则为制表符)，最多 19 个非制表符。下一个字符应该是换行符，除非存在格式问题。