c - 如何替换字符串中的子字符串？

Question

我有一个字符串，我需要在其中找到一个子字符串并替换它。要找到的和将替换它的长度不同。我的部分代码:

char *source_str = "aaa bbb CcCc dddd kkkk xxx yyyy";
char *pattern = "cccc";
char *new_sub_s = "mmmmm4343afdsafd";

char *sub_s1 = strcasestr(source_str, pattern);

printf("sub_s1: %s\r\n", sub_s1);
printf("sub_str before pattern: %s\r\n", sub_s1 - source_str); // Memory corruption

char *new_str = (char *)malloc(strlen(source_str) - strlen(pattern) + strlen(new_sub_s) + 1);

strcat(new_str, '\0');
strcat(new_str, "??? part before pattern ???");
strcat(new_str, new_sub_s);
strcat(new_str, "??? part after pattern ???");

1. 为什么我会出现内存损坏？

2. 如何有效提取 pattern 并将其替换为 new_sub_s？

Answer 1

您的代码中存在多个问题:

• 您不会测试是否在字符串中找到 sub_s1。如果没有匹配怎么办？
• printf("sub_str before pattern: %s\r\n", sub_s1 - source_str); 为需要字符串的 %s 传递指针差异。该行为未定义。
• strcat(new_str, '\0'); 具有未定义的行为，因为目标字符串未初始化，并且您传递了一个空指针作为要连接的字符串。 strcat 需要一个字符串指针作为其第二个参数，而不是 char，并且 '\0' 是一个 int 类型的字符常量(在 C 语言中)和值 0，编译器会将其转换为空指针，无论有或没有警告。您可能想写 *new_str = '\0';

您无法使用发布的 strcat 组成新字符串:因为匹配之前的字符串不是 C 字符串，而是 C 字符串的片段。您应该确定源字符串不同部分的长度，并使用 memcpy 复制具有显式长度的片段。

这是一个例子:

char *patch_string(const char *source_str, const char *pattern, const char *replacement) {
    char *match = strcasestr(source_str, pattern);
    if (match != NULL) {
        size_t len = strlen(source_str);
        size_t n1 = match - source_str;   // # bytes before the match
        size_t n2 = strlen(pattern);      // # bytes in the pattern string
        size_t n3 = strlen(replacement);  // # bytes in the replacement string
        size_t n4 = len - n1 - n2;        // # bytes after the pattern in the source string
        char *result = malloc(n1 + n3 + n4 + 1);
        if (result != NULL) {
            // copy the initial portion
            memcpy(result, source_str, n1);
            // copy the replacement string
            memcpy(result + n1, replacement, n3);
            // copy the trailing bytes, including the null terminator
            memcpy(result + n1 + n3, match + n2, n4 + 1);
        }
        return result;
    } else {
        return strdup(source_str);  // always return an allocated string
    }
}

请注意，上面的代码假设源字符串中的匹配项与模式字符串的长度相同(在示例中，字符串 "cccc" 和 "CcCc" 具有相同的长度)。鉴于 strcasestr 预计将执行与大小写无关的搜索，这已通过问题中的示例字符串得到证实，因此该假设可能会失败，例如，如果大小写字母的编码具有不同的长度，或者如果重音符号与 strcasestr 匹配(如法语中所期望的那样):"é" 和 "E" 应该匹配，但是以 UTF-8 编码时具有不同的长度。如果 strcasestr 具有此高级行为，则无需更复杂的 API 就无法确定源字符串的匹配部分的长度。