Question

我有一个基本的C程序，它从包含工作目录中数百行的文本文件中读取一些行。这是代码：

#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <ctype.h>
#include <string.h>
#include <locale.h>
#include <wchar.h>
#include <wctype.h>
#include <unistd.h>

int main(int argc, const char * argv[]) {
    srand((unsigned)time(0));
    char *nameFileName = "MaleNames.txt";
    wchar_t line[100];
    wchar_t **nameLines = malloc(sizeof(wchar_t*) * 2000);
    int numNameLines = 0;
    FILE *nameFile = fopen(nameFileName, "r");
    while (fgetws(line, 100, nameFile) != NULL) {
        nameLines[numNameLines] = malloc(sizeof(wchar_t) * 100);
        wcsncpy(nameLines[numNameLines], line, 100);
        numNameLines++;
    }
    fclose(nameFile);

    wchar_t *name = nameLines[rand() % numNameLines];
    name[wcslen(name) - 1] = '\0';
    wprintf(L"%ls", name);

    int i;
    for (i = 0; i < numNameLines; i++) {
        free(nameLines[i]);
    }
    free(nameLines);
    return 0;
}

它基本上是逐行读取我的文本文件（定义为宏，它存在于工作目录中）。休息是无关紧要的。它在我的Mac上运行完美和正常（使用llvm / Xcode）。当我尝试编译（没有什么花哨，再次，gcc main.c）并在Linux服务器上运行它时，它：

存在错误代码2（意味着没有读取行）。
只读取我文件中的前3行，数行。

导致这种不确定（和不正确）行为的原因是什么？我已尝试评论第一行（随机种子）并再次编译，总是退出并返回代码为2。

随机方法和阅读文件之间的关系是什么，以及我为什么会出现这种行为？

更新：我已malloc从sizeof(wchar_t) * 100修复sizeof(wchar_t) * 50。它没有改变任何东西。我的行最多约15个字符，并且有少于2000行（保证）。

更新2：

我已使用-Wall编译，没有问题。
我已使用-Werror编译，没有问题。
我跑valgrind也没发现任何泄漏。
我已使用gdb调试，它只是没有进入while循环（fgetws调用返回0）。

更新3：我在Linux上遇到浮点异常，因为numNameLines为零。

更新4 ：我验证我对MaleNames.txt具有读取权限。

更新5：我发现重音的非英文字符（例如Â）在阅读线条时会出现问题。 fgetws停止了他们。我尝试过设置区域设置（分别为setlocale(LC_ALL, "en.UTF-8");和setlocale(LC_ALL, "tr.UTF-8");），但没有成功。

Answer 1

fgetws()正在尝试读取多达100个宽字符。循环中的malloc()调用分配50个宽字符。

wcscpy()调用会复制读取的所有宽字符。如果已读取超过50个宽字符（包括终止nul），则wcscpy()将超出分配的缓冲区。这导致了不确定的行为。

而不是在循环中乘以50，乘以100.或者，更好的是，计算字符串读取的长度并使用它。

除上述内容外，如果文件包含超过2000行，您的代码也会溢出缓冲区。你的循环需要检查它。

代码中的许多函数都可能失败，并会返回一个值来表示。您的代码没有检查任何此类故障。

在OS X下运行的代码是偶然的。行为未定义，这意味着当使用任何编译器构建时，任何主机系统都可能出现故障。似乎在一个系统上正确运行，而在另一个系统上失败，实际上是对未定义行为的有效响应集。

Answer 2

找到解决方案。从一开始就是关于语言环境的。经过实验和数小时的研究，我偶然发现了这一点：http://cboard.cprogramming.com/c-programming/142780-arrays-accented-characters.html#post1066035

#include＆lt; locale.h＆gt;

setlocale（LC_ALL，＆＃34;＆＃34;）;

将语言环境设置为空字符串可以立即解决我的问题。

fgetws无法读取Linux上的非英文字符

2 个答案: