Question

我必须在C：

中解析这个字符串

XFR 3 NS 207.46.106.118:1863 0 207.46.104.20:1863\r\n

能够获得207.46.106.118部分和1863部分（第一个IP地址）。

我知道我可以通过char查找char并最终找到它，但是获取此信息的最简单方法是什么，因为字符串中的IP地址可能会更改为不同的格式（数字更少）？ / p>

Answer 1

您可以使用C标准库中的sscanf()。这是一个如何将ip和port作为字符串的示例，假设地址前面的部分是常量：

#include <stdio.h>

int main(void)
{
    const char *input = "XFR 3 NS 207.46.106.118:1863 0 207.46.104.20:1863\r\n";

    const char *format = "XFR 3 NS %15[0-9.]:%5[0-9]";
    char ip[16] = { 0 };  // ip4 addresses have max len 15
    char port[6] = { 0 }; // port numbers are 16bit, ie 5 digits max

    if(sscanf(input, format, ip, port) != 2)
        puts("parsing failed");
    else printf("ip = %s\nport = %s\n", ip, port);

    return 0;
}

格式字符串的重要部分是扫描集模式%15[0-9.]和%5[0-9]，它们将匹配由数字或点组成的最多15个字符的字符串（即不会检查IP地址良好的形式）和最多5位数的字符串（这意味着2 ^ 16 - 1以上的无效端口号将会漏掉）。

Answer 2

取决于定义文档格式的内容。在这种情况下，它可能像tokenizing the string一样简单，并通过标记查找您想要的内容。只需使用strtok并在空格上拆分即可获取207.46.106.118:1863，然后您可以再次对其进行标记（或者只是手动扫描:）以获取正确的组件。

Answer 3

您可以使用strtok来标记空格分隔，也可以使用其中一个scanf系列来提取数据。

但是，所有这些都有一个很大的警告，这些功能因安全性和错误处理错误输入而臭名昭着。 YMMV。

Answer 4

循环直到你得到第一个'。'，然后循环回到找到''。循环前进，直到找到'：'，每次遇到'。'时都会构建子字符串。要么 '：'。您可以通过简单的错误检查来检查子串的数量及其长度。然后循环直到找到''并且你有1863部分。

如果字符串的开头变化不大，这将是强大的。而且也很容易。如果字符串始终以“XFR 3 NS”开头，则可以使其更简单。

Answer 5

在这种情况下，strok（）是微不足道的用途，是我的选择。为安全起见，您可以在字符串中计算“：”，如果只有一个'：'，则继续。

Answer 6

如果要解析的字符串格式正确，那么我将使用Daniel和Ukko的建议来使用strtok（）。

但是警告：strtok（）修改它解析的字符串。并不总是你想要的。

Answer 7

这可能有点矫枉过正，因为你说你不想使用正则表达式库，但是re2c程序会在没有库的情况下为你提供正则表达式解析：它为正则表达式生成DFSM作为C代码。正则表达式在C代码中嵌入的注释中指定。

如果你必须解析其余的字符串，现在看起来像矫枉过正的话可能会让你感到安慰。修改一些正则表达式以调整或添加新语法比修改一堆ad hoc标记化代码要容易得多。它使您在代码中解析的内容结构更加清晰。

在C中解析字符串最简单的方法是什么？

7 个答案: