到处是“坑”的strtok()—解读strtok()的隐含特性
Posted tiny丶
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了到处是“坑”的strtok()—解读strtok()的隐含特性相关的知识,希望对你有一定的参考价值。
在用C/C++实现字符串处理逻辑时,strtok函数的使用非常广泛,其主要作用是按照给定的字符集分隔字符串,并返回各子字符串。由于该函数的使用有诸多限制,如果使用不当就会造成很多“坑”,因此本文首先介绍那些经常误踩的坑,然后通过分析源代码,解读该函数的诸多隐含特性,以便对该函数有个全面的理解,不再被坑。
那些年一起踩过的坑
TOP1 不可重入
目前大部分程序都是在多线程环境下运行的,因此函数的可重入性就显得尤为重要。下面实例的本意是,先按照;分隔句子并输出,然后再按照空格分隔单词并输出,可结果呢?
#include <stdio.h>
#include <string.h>
int main(void)
char szTest[] = "Hello world;I'm Pele"; /* 以;作为句子的分隔符,以空格作为单词的分隔符 */
char *pSentence = NULL;
char *pWord = NULL;
/* 先分隔句子 */
pSentence = strtok(szTest, ";");
while (NULL != pSentence)
printf("The sentence is %s.\\n", pSentence);
/* 再分隔单词 */
pWord = strtok(pSentence, " ");
while (NULL != pWord)
printf("The word is %s.\\n", pWord);
pWord = strtok(NULL, " ");
pSentence = strtok(NULL, ";");
return 0;
预期结果如下:
$ gcc test_strtok.c
$ ./a.out
The sentence is Hello world.
The word is Hello.
The word is world.
The sentence is I'm Pele.
The word is I'm.
The word is Pele.
可实际结果如下:
$ gcc test_strtok.c
$ ./a.out
The sentence is Hello world.
The word is Hello.
The word is world.
实际告诉我们:strtok不可重入。
TOP2 源字符串会被修改
如果一个字符串在我们的视线之外被修改了,那么可能会发生一些列诡异的事,而我们却全然不知。请看如下案例:
#include <stdio.h>
#include <string.h>
int main(void)
char szTest[] = "Hello world;I'm Pele";
char *pSentence = NULL;
printf("The original string is %s.\\n", szTest);
pSentence = strtok(szTest, ";");
while (NULL != pSentence)
pSentence = strtok(NULL, ";");
printf("The final string is %s.\\n", szTest);
return 0;
预期结果如下:
$ gcc test_strtok.c
$ ./a.out
The original string is Hello world;I'm Pele.
The final string is Hello world;I'm Pele.
可实际结果如下:
$ gcc test_strtok.c
$ ./a.out
The original string is Hello world;I'm Pele.
The final string is Hello world.
实际告诉我们:你传入的字符串会被strtok修改。
TOP3 连续的分隔符被当做一个分隔符处理
如果两个分隔符连续出现,那么在分隔的时候,你是希望分隔出一个空字符串,还是希望strtok忽略掉多余的分隔符呢?请看strtok给我们的答案:
#include <stdio.h>
#include <string.h>
int main(void)
char szTest[] = "Hello world;;I'm Pele"; /* 连续使用两个;分隔语句 */
char *pSentence = NULL;
pSentence = strtok(szTest, ";");
while (NULL != pSentence)
printf("The sentence is %s.\\n", pSentence);
pSentence = strtok(NULL, ";");
return 0;
实际结果如下:
$ gcc test_strtok.c
$ ./a.out
The sentence is Hello world.
The sentence is I'm Pele.
实际告诉我们:连续出现的分隔符只被处理一次。
TOP4 字符串首尾的分隔符会被忽略
你希望将字符串首尾的分隔符忽略掉吗?如果不希望,那么请慎用strtok,请看:
#include <stdio.h>
#include <string.h>
int main(void)
char szTest[] = ";Hello world;I'm Pele;;";
char *pSentence = NULL;
pSentence = strtok(szTest, ";");
while (NULL != pSentence)
printf("The sentence is %s.\\n", pSentence);
pSentence = strtok(NULL, ";");
return 0;
实际结果如下:
$ gcc test_strtok.c
$ ./a.out
The sentence is Hello world.
The sentence is I'm Pele.
实际告诉我们:字符串首尾的分隔符会被忽略。
真相只有一个
下面的代码取自glibc-2.20的strtok.c文件,未做任何删改,中文注释为笔者添加,用于说明造成以上坑的原因。
#include <string.h>
static char *olds; /* 使用了全局变量,因此该函数不可重入--TOP1坑 */
#undef strtok
#ifndef STRTOK
# define STRTOK strtok
#endif
/* Parse S into tokens separated by characters in DELIM.
If S is NULL, the last string strtok() was called with is
used. For example:
char s[] = "-abc-=-def";
x = strtok(s, "-"); // x = "abc"
x = strtok(NULL, "-="); // x = "def"
x = strtok(NULL, "="); // x = NULL
// s = "abc\\0=-def\\0"
*/
char *
STRTOK (char *s, const char *delim)
char *token;
if (s == NULL)
s = olds;
/* 跳过了字符串前面的分隔符,如果字符串只剩下尾部的分隔符,跳过前导符相当于忽略尾部的分隔符--TOP4坑 */
/* Scan leading delimiters. */
s += strspn (s, delim);
if (*s == '\\0')
olds = s;
return NULL;
/* Find the end of the token. */
token = s;
s = strpbrk (token, delim);
if (s == NULL)
/* This token finishes the string. */
olds = __rawmemchr (token, '\\0');
else /* 找到一个分隔符就返回,下次进入该函数会跳过前导分隔符,此为TOP3坑 */
/* Terminate the token and make OLDS point past it. */
*s = '\\0'; /* 将分隔符所在位置置0,此为TOP2坑 */
olds = s + 1;
return token;
总结
1. 尽量使用可重入版的strtok,Windows平台下为strtok_s,Linux平台下为strtok_r。
2. 牢记strtok函数族的分隔规则:忽略字符串前后的分隔符,连续的分隔符被当做一个处理。
3. 在使用strtok前,请对源字符串进行备份,除非你可以接受字符串被修改这一事实。
以上是关于到处是“坑”的strtok()—解读strtok()的隐含特性的主要内容,如果未能解决你的问题,请参考以下文章