我觉得这是一个非常常见的问题，但我不确定要搜索什么。
我有一个大文件（因此我不想将其全部加载到内存中）我需要解析控制字符串，然后将该数据流式传输到另一台计算机。我目前正在以1000字节块的形式读取文件。
例如，如果我有一个字符串，其中包含转义为（'$'一些数字';'）的ASCII代码，数据看起来像这样......“快速$ 33;棕色$ 126; fox $ a $ 12a ”。进入另一台计算机的字符串将是“快速棕色！~fox $ a $ 12a”。
在我目前的方法中，我遇到以下问题：
我是用直接的C写的，所以我没有流来帮助我。
交替双缓冲方法是否有效，如果是，那么如何管理当前位置等。
答案 0 :(得分：2)
如果我按照您的要求进行操作，则称为词法分析或标记化或正则表达式。对于常规语言，您可以构建一个可识别输入的有限状态机。在实践中，您可以使用理解正则表达式的工具来识别和执行输入的不同操作。
根据不同的要求，您可能会有不同的看法。对于更复杂的语言，您可能希望使用lex之类的工具来帮助您生成输入处理器，但为此，据我所知，在修复缓冲区问题后，您可以使用更简单的方法。
您应该使用循环缓冲区作为输入，以便从末尾开始索引再次包裹到前面。只要缓冲区可以容纳的数据的一半已被处理，您应该再次进行读取以重新填充。您的缓冲区大小应至少是您需要识别的最大“单词”的两倍。索引到此缓冲区将使用模数（余数）运算符%来执行换行（如果选择2的幂的缓冲区大小，例如4096，则可以使用按位&代替）。
现在你只要看一下这些角色，直到你读到$，输出你到目前为止看到的东西，然后知道你处于不同的状态，因为你看到{{1}你看到更多的字符，直到你看到另一个字符结束当前状态（$）并对你读过的数据执行一些其他操作。如何处理$没有看到$的情况格式良好的数字后跟一个;在您的问题中并不完全清楚 - 例如，如果您看到;之前有一百万个数字该怎么办。
正则表达式为：
;任何非美元符号字符。这可以通过闭包（ [^$]
或[^$]*）来增强，以便一次识别一串非[^$]+字符，但这可能会很长。
$这会识别一个美元符号，然后是1到3位后跟一个分号。
$[0-9]{1,3};
这只会识别一个美元符号。它在括号中，因为[$]
在许多正则表达式表示中是特殊的，当它位于符号的末尾时（在这种情况下是这样）并且意味着“仅在行的末尾匹配”。
无论如何，在这种情况下，它会识别一个美元符号，在这种情况下，它不会被另一个更长的识别美元符号的模式所识别。
在lex中你可能有
$它将生成一个.c文件，该文件将作为类似于您要求的过滤器。您需要详细了解如何使用 lex 。
答案 1 :(得分：0)
<stdio.h>中的“f”系列函数可以为您处理流式传输。具体来说，您正在寻找fopen()，fgets()，fread()等。
Nategoose关于使用lex的答案（我将添加yacc，具体取决于您输入的复杂程度）也值得考虑。它们生成有效的词法分析器和解析器，在你使用它们之后，你再也不会手工编写它们了。