Question

我在运行以下代码时遇到分段错误。

它应该基本上读取超过3M行的.csv文件并在之后执行其他操作（与问题无关），但在207746次迭代后，它会返回分段错误。如果我删除p = strsep(&line,"|");并打印整个line，则会打印＆gt; 3M行。

int ReadCSV (int argc, char *argv[]){

    char *line = NULL, *p;
    unsigned long count = 0;

    FILE *data;
    if (argc < 2) return 1;
    if((data = fopen(argv[1], "r")) == NULL){
        printf("the CSV file cannot be open");
        exit(0);
    }


    while (getline(&line, &len, data)>0) {

        p = strsep(&line,"|");  

        printf("Line number: %lu \t p: %s\n", count, p);
        count++;
    }

    free(line);
    fclose(data);

    return 0;
}

我想它与内存分配有关，但无法弄清楚如何修复它。

Answer 1

getline和strsep的组合经常会引起混淆，因为两个函数都会将指针传递给指针作为初始参数。如果再次将通过strsep的指针传递给getline，则在第二次迭代时会冒未定义行为的风险。

考虑一个示例：getline将101个字节分配给line，并将100个字符的字符串读入其中。请注意，len现在设置为101.您调用strsep，在字符串中间找到'|'，因此它将line指向过去的line+50 getline 1}}。现在再次致电len。它看到另一个100个字符的行，并得出结论可以将它复制到缓冲区，因为line仍然是101.但是，由于line现在指向缓冲区的中间，所以写100字符变成未定义的行为。

在致电strsep之前复制while (getline(&line, &len, data)>0) { char *copy = line; p = strsep(&copy, "|"); printf("Line number: %lu \t p: %s\n", count, p); count++; }：

line

传递给getline的{{1}}现在在循环迭代之间保留。

Answer 2

查看表达式getline(&line, &len, data)并阅读manpage：

如果* line设置为NULL并且* len在调用之前设置为0，则 getline（）将分配一个缓冲区来存储该行。这个缓冲区即使getline（）失败，也应该被用户程序释放。

第一次循环时应该是这种情况（虽然我们无法看到len声明的位置，但我们只是假设您的真实代码正确执行此操作）

或者，在调用getline（）之前，*行可以包含一个指向malloc（3）分配的缓冲区* len字节的指针。如果缓冲区不足以容纳线，getline（）调整它的大小使用realloc（3），根据需要更新* line和* len。

好的，所以如果line != NULL它必须指向由大小为malloc的{{1}}分配的缓冲区。第一次调用len时分配的缓冲区（如上所述）满足此要求。

请注意，getline将指向缓冲区并不够好，它必须是开头。

现在查看表达式line并阅读的manpage ：

...通过用a覆盖分隔符来终止此令牌空字节（＆＃39; \ 0＆＃39;），*行更新为指向令牌

因此，第一个参数（strsep(&line,"|")）已更改，以便您可以使用相同的第一个参数再次调用line，并获取 next 令牌。这意味着strsep不再是line的有效参数，因为它不是getline缓冲区的开头（长度为malloc现在也错了。）

在实践中，要么

len会尝试将getline个字节读入您提供的缓冲区中，但由于您按照第一个令牌的长度提前len，它会写下已分配的结尾块。这可能只会损坏堆而不是立即死亡
line会尝试重新分配你给它的缓冲区，但由于它不是一个有效的分配块，你会再次受到堆损坏。

虽然我们在这里，但您也不会检查getline是非NULL，但是损坏p是主要问题。

哦，如果您认为问题与分配有关，请尝试使用line - 它通常会发现事情首先出错。

getline（）/ strsep（）组合导致分段错误

2 个答案: