Question

我想用C解析shell样式的键值配置文件，并根据需要替换值。示例文件可能看起来像

FOO="test"
SOME_KEY="some value here"
ANOTHER_KEY="here.we.go"
SOMETHING="0"
FOO_BAR_BAZ="2"

要查找值，我想使用正则表达式。我是PCRE库的初学者，所以我创建了一些代码来测试。这个应用程序有两个参数：第一个是搜索的关键。第二个是填写双引号的值。

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

#define OVECCOUNT 30

int main(int argc, char **argv){
    const char *error;
    int   erroffset;
    pcre *re;
    int   rc;
    int   i;
    int   ovector[OVECCOUNT];

    char regex[64];

    sprintf(regex,"(?<=^%s=\\\").+(?<!\\\")", argv[1]);

    char *str;
    FILE *conf;
    conf = fopen("test.conf", "rw");
    fseek(conf, 0, SEEK_END);
    int confSize = ftell(conf)+1;
    rewind(conf);
    str = malloc(confSize);
    fread(str, 1, confSize, conf);
    fclose(conf);
    str[confSize-1] = '\n';

    re = pcre_compile (
         regex,       /* the pattern */
         PCRE_CASELESS | PCRE_MULTILINE, /* default options */
         &error,               /* for error message */
         &erroffset,           /* for error offset */
         0);                   /* use default character tables */

    if (!re) {
        printf("pcre_compile failed (offset: %d), %s\n", erroffset, error);
        return -1;
    }

    rc = pcre_exec (
        re,                   /* the compiled pattern */
        0,                    /* no extra data - pattern was not studied */
        str,                  /* the string to match */
        confSize,          /* the length of the string */
        0,                    /* start at offset 0 in the subject */
        0,                    /* default options */
        ovector,              /* output vector for substring information */
        OVECCOUNT);           /* number of elements in the output vector */

    if (rc < 0) {
        switch (rc) {
            case PCRE_ERROR_NOMATCH:
                printf("String didn't match");
                break;

            default:
                printf("Error while matching: %d\n", rc);
                break;
        }
        free(re);
        return -1;
    }

    for (i = 0; i < rc; i++) {
        printf("========\nlength of vector: %d\nvector[0..1]: %d %d\nchars at start/end: %c %c\n", ovector[2*i+1] - ovector[2*i], ovector[0], ovector[1], str[ovector[0]], str[ovector[1]]);
        printf("file content length is %d\n========\n", strlen(str));
    }
    int newContentLen = strlen(argv[2])+1;
    char *newContent = calloc(newContentLen,1);
    memcpy(newContent, argv[2], newContentLen);

    char *before = malloc(ovector[0]);
    memcpy(before, str, ovector[0]);

    int afterLen = confSize-ovector[1];
    char *after = malloc(afterLen);
    memcpy(after, str+ovector[1],afterLen);

    int newFileLen = newContentLen+ovector[0]+afterLen;
    char *newFile = calloc(newFileLen,1);

    sprintf(newFile,"%s%s%s", before,newContent, after);

    printf("%s\n", newFile);
    return 0;
}

此代码在某些情况下有效，但如果我想替换FOO或ANOTHER_KEY，则可能会出现问题。

$ ./search_replace.out FOO baz
========
length of vector: 5
vector[0..1]: 5 10
chars at start/end: b "
file content length is 94
========
FOO="9@baz"
SOME_KEY="some value here"
ANOTHER_KEY="here.we.go"
SOMETHING="0"
FOO_BAR_BAZ="2"

$ ./search_replace.out ANOTHER_KEY insert
========
length of vector: 10
vector[0..1]: 52 62
chars at start/end: h "
file content length is 94
========
FOO="baaar"
SOME_KEY="some value here"
ANOTHER_KEY=")insert"
SOMETHING="0"
FOO_BAR_BAZ="2"

现在，如果我将输入文件的格式稍微更改为

TEST="new inserted"
FOO="test"
SOME_KEY="some value here"

ANOTHER_KEY="here.we.go"
SOMETHING="0"
FOO_BAR_BAZ="2"

代码工作正常。我不明白为什么这里的代码表现不同。

Answer 1

您忘记终止str，因此随后调用strlen(str)会产生不可预测的结果。要么改变：

str = malloc(confSize);
fread(str, 1, confSize, conf);

为：

str = malloc(confSize + 1);     // note: extra char for '\0' terminator
fread(str, 1, confSize, conf);
str[confSize] = '\0';           // terminate string!

和/或将confSize而不是strlen(str)传递给pcre_exec。

Answer 2

您的字符串被分配了confSize字节的内存。让我们说confSize就是10个例子。

 str = malloc(confSize);

所以你的字符串的有效索引是0-9。但这条线路分配了＆＃39; \ n＆＃39;到第10个索引，这是第11个字节：

  str[confSize] = '\n';

如果您想要最后一个字符是＆＃39; \ n＆＃39;，则应该是：

  str[confSize - 1] = '\n';

Answer 3

替换文本之前的额外字符来自未正确终止before字符串的空值。（就像你没有把整个缓冲区str空终止一样，正如Paul R指出的那样。）所以：

char *before = malloc(ovector[0] + 1);
memcpy(before, str, ovector[0]);
before[ovector[0]] = '\0';

无论如何，分配子串和复制内容的业务似乎不必要地复杂并且容易出错。例如，somethingLen变量是否计算终止空字符？有时它们会这样做，有时它们不会。我建议选择一个表示并一致地使用它。（并且在不再使用它们之后你应该free所有已分配的缓冲区，并且可能还清理已编译的正则表达式。）

您可以使用＆＃34;之前的＃{1}}格式说明符的精度字段，仅使用一次目标缓冲区分配进行替换。部分：

%s

如果您不需要临时缓冲区，也可以使用int cutLen = ovector[1] - ovector[0]; int newFileLen = confSize + strlen(argv[2]) - cutLen; char *newFile = malloc(newFileLen + 1); snprintf(newFile, newFileLen + 1, "%.*s%s%s", ovector[0], str, argv[2], str + ovector[1]);作为目标文件。

使用C中的PCRE在文件中搜索和替换

3 个答案: