尝试将字符串分配给结构内的字符串变量时出错

Posted 2023-02-14

【中文标题】尝试将字符串分配给结构内的字符串变量时出错

【英文标题】：Error when trying to assign a string into a string variable inside a struct

【发布时间】：2022-01-14 23:04:57

【问题描述】：

我正在编写一个词法分析器软件，但是当我尝试将字符串分配给结构内的字符串变量时遇到问题。

--common.h--
#define TEST printf("--TEST--\n")

struct Token 
    char* ID;
    char* string;          // String variable
;

struct Token* tokenizer(char* input);

void PrintToken(struct Token* token);

--lexer.c--
#include <stdio.h>
#include <string.h>
#include "common.h"

struct Token* tokenizer(char* input)

    struct Token* token;

    int toknum = 0;

    int i = -1;

    while (1) 
        char* string;

        for (i += 1; input[i] != ' '; i++) 
            string[i] = input[i];
        

        strcpy(token[toknum].string, string);       // The problem is here.

        if (input[i] == '\n' || input[i] == '\0')
            break;        

        toknum++;
    

    return token;


void PrintToken(struct Token* token)

    for (int i = 0; i < 5; i++) 
        printf("%s\n", token[i].string);
    


--main.c--
#include <stdio.h>
#include "common.h"

int main()

    char* input = "Hello there";

    struct Token* token = tokenizer(input);

    PrintToken(token);

    return 0;

我用gcc main.c lexer.c -o final.o编译上面的程序并运行final.o后，我得到一个错误，它说：

Segmentation fault

我尝试将strcpy(token[toknum].string, string);替换为token[toknum].string = string;，但结果是一样的。

有什么办法可以避免这个错误？

【问题讨论】：

您越早意识到“字符串变量”实际上是由一个 指针 组成，它必须包含 您的程序分配的一些内存的内存地址 ，您将越早停止崩溃和疯狂行为。所有其他指针也是如此。我在这里看不到内存管理。

以下是一些额外的有用的编译器选项，您可以在编译程序时提供 gcc：-Wpedantic -fsanitize=address

int i = -1; 和 for (i += 1; 看起来很奇怪。

你应该打开警告。对 GCC 使用 -Wall -Wextra。您应该会收到一些关于在没有初始化的情况下使用变量的警告。

【参考方案1】：

您正在使用未初始化的变量：

struct Token* token;

这仅定义了一个指针变量，但没有分配任何有效内容。这意味着内容不确定，读取此变量的内容会导致未定义的行为。

此外，此变量未指向有效地址。通过strcpy 写入“随机”地址也会导致未定义的行为。

您必须为此分配动态内存：

struct Token *token = malloc(sizeof(*token));
// don't forget error handling

然后当你想要更多条目时，扩大内存：

struct Token *temp = realloc(token, (toknum+1)*sizeof (*token));
if (NULL != temp) 
  token = temp;
else
// error handling

只使用这样的数组：

struct Token token[x];

将保留内存，但您不能在函数结束时返回该地址，因为该对象的生命周期将同时结束，返回后您可能无法访问它。

---

string 也会出现同样的问题：

   char* string;

   for (i += 1; input[i] != ' '; i++) 
        string[i] = input[i];  // <<< string is uninitialized, does not point to valid memory.
   

您没有为字符串提供任何内存。 在这里，您可以使用本地数组来保存字符串。

---

token[toknum].string 也是同样的问题。

你的结构只包含指针。同样，您需要保留内存。 要么再次使用动态内存分配，要么将token.string 设为固定长度的数组。

如果token[toknum] 和string 都有效，那么您尝试使用token[toknum].string = string; 将起作用。

---

同一篇文章中还有另一个问题：

    for (i += 1; input[i] != ' '; i++) 
        string[i] = input[i];
    

    strcpy(token[toknum].string, string); // << strcpy expects a nul-terminated string

你没有正确终止你的字符串。在这种情况下，strcpy 将愉快地遍历您的内存，超出内存分配的边界，直到意外找到终止的 \0 字节。

---

而且...如果input 不包含另一个空格字符会怎样？这个循环最终会到达input 的终止0 并继续...

还有另外两个导致不正当行为的原因在等着你。

---

这只是我在tokenizer 中发现的第一眼。

在PrintToken 函数中，您还有另一个问题： 是什么让你想到，你可以打印token 的 5 个元素？你永远不会为 5 个元素保留内存，即使你这样做了，你也不会初始化多余的元素以包含一些空字符串。

【参考方案2】：

我认为问题不在于 strcpy，而在于 tokenizer 函数。

struct Token* token; 的行很危险，因为您正在初始化数组，但不要为它分配内存。如果您的数组具有固定数量的元素，请尝试使用struct Token token[5]，或相应地使用malloc 函数。

另外，char *string也有同样的问题

【讨论】：

您对丢失内存的看法是对的，但使用数组是错误的。您不能返回本地数组的地址。而是必须使用 malloc。

你应该删除那个答案，因为它是错误的。