Question

我必须从DIMES ASNodes.csv（http://netdimes.org/new/?q=node/65）文件中获取节点ID。文件看起来像这样：

6067,UNKNOWN,2007-02-03 10:03:53.0,2007-01-02 02:54:13.0,12,6,0
29287,UNKNOWN,2007-02-03 21:11:07.0,2007-01-02 07:33:35.0,1,0,0
...

到目前为止，我想出了这段代码，但它不能正常工作。虽然它打印出我需要的所有数字，但它也打印出两次节点id，有时会在两者之间打印零。感谢您的任何想法

void loadNodes(const char* filename)
{
    FILE* nodes = fopen(filename, "r");

    unsigned int id = 0;
    char line[64];

    while (fgets(line, sizeof(line), nodes) != NULL) {
        sscanf(line, "%u%*[^\n]", &id);
        printf("id = %u\n", id);
    }
    fclose(nodes);
}

output

Answer 1

我认为麻烦的是你的行有63个字符加上换行符，这意味着fgets()读取但不包括换行符（并且你处理它并得到正确的数字），然后下一个fgets()读取在前一个输入上留下的换行符（并且你处理它 - 令人惊讶的是你得到零而不是重复前一个数字。）

这是您的代码转换为MCVE（How to create a Minimal, Complete, and Verifiable Example?）main()程序，该程序从标准输入读取（这使我无需验证，打开和关闭文件）：

#include <stdio.h>

int main(void)
{
    unsigned id = 0;
    char line[64];

    while (fgets(line, sizeof(line), stdin) != NULL)
    {
        printf("Line: [%s]\n", line);
        sscanf(line,"%u", &id);
        printf("id = %u\n", id);
    }

    return 0;
}

请注意刚读取的行的诊断打印。代码应该真正检查sscanf()的返回值。（跳过尾随碎片没有任何优点，所以我从格式字符串中删除了它。）

给定数据文件（data）：

6067,UNKNOWN,2007-02-03 10:03:53.0,2007-01-02 02:54:13.0,12,6,0
29287,UNKNOWN,2007-02-03 21:11:07.0,2007-01-02 07:33:35.0,1,0,0

我从so.37103830 < data获得的输出是：

Line: [6067,UNKNOWN,2007-02-03 10:03:53.0,2007-01-02 02:54:13.0,12,6,0]
id = 6067
Line: [
]
id = 6067
Line: [29287,UNKNOWN,2007-02-03 21:11:07.0,2007-01-02 07:33:35.0,1,0,0]
id = 29287
Line: [
]
id = 29287

避免问题

最简单的解决方法是使用更长的缓冲区长度;我通常使用4096，如果我不关心如果读取了很长的行会发生什么，但你可能会认为128或256就足够了。

否则，我使用POSIX getline()，它将读取任意长行（不会耗尽内存）。

如果线路长度较长，我会得到输出：

Line: [6067,UNKNOWN,2007-02-03 10:03:53.0,2007-01-02 02:54:13.0,12,6,0
]
id = 6067
Line: [29287,UNKNOWN,2007-02-03 21:11:07.0,2007-01-02 07:33:35.0,1,0,0
]
id = 29287

Answer 2

假设您只需要文件中的第一列（因为您提到了节点ID），您可以使用：

unsigned int node_id;
char str[100];
while(scanf("%u,%[^\n]",&node_id, str) == 2) {
    printf("%u\n",node_id);
}

Demo

C从文件中读取：只读取行的第一个字符

2 个答案:

避免问题