`strtod("3ex", &end)` 的结果应该是啥？ `sscanf` 呢？

Posted 2023-02-21

【中文标题】`strtod("3ex", &end)` 的结果应该是啥？ `sscanf` 呢？

【英文标题】：What is the result of `strtod("3ex", &end)` supposed to be? What about `sscanf`?`strtod("3ex", &end)` 的结果应该是什么？ `sscanf` 呢？

【发布时间】：2014-12-07 16:30:43

【问题描述】：

在我的实验中这个表达式

double d = strtod("3ex", &end);

用3.0 初始化d，并将end 指针放在输入字符串中的'e' 字符处。这正是我期望它的行为。 'e' 字符可能看起来是指数部分的开头，但由于缺少实际的指数值（6.4.4.2 要求），因此 'e' 应被视为完全独立的字符。

但是，当我这样做时

double d;
char c;
sscanf("3ex", "%lf%c", &d, &c);

我注意到sscanf 使用'3' 和'e' 的%lf 格式说明符。变量d 接收3.0 值。变量c 以'x' 结束。这对我来说看起来很奇怪，原因有两个。

首先，由于语言规范在描述%f 格式说明符的行为时引用了strtod，我直观地期望%lf 以与strtod 相同的方式处理输入（即选择与终止点）。但是，我知道从历史上看，scanf 应该不超过一个字符返回输入流。这限制了任何前瞻scanf 可以由一个字符执行的距离。上面的例子需要至少两个字符的前瞻。所以，假设我接受 %lf 消耗了输入流中的 '3' 和 'e' 的事实。

但是我们遇到了第二个问题。现在sscanf 必须将"3e" 转换为类型double。 "3e" 不是浮点常量的有效表示（同样，根据 6.4.4.2，指数值不是可选的）。我希望sscanf 将此输入视为错误：在%lf 转换期间终止，返回0 并保持d 和c 不变。但是，上述sscanf 成功完成（返回2）。

这种行为在标准库的 GCC 和 MSVC 实现之间是一致的。

所以，我的问题是，在 C 语言标准文档中，它究竟允许sscanf 的行为如上所述，参考以上两点：消耗超过strtod 并成功转换为@ 等序列987654360@?

通过查看我的实验结果，我可能可以“逆向工程”sscanf 的行为：消耗尽可能多的“看起来正确”，从不后退，然后将消耗的序列传递给 strtod。这样'e' 被%lf 消耗，然后被strtod 忽略。但是语言规范中的所有内容都是这样吗？

【问题讨论】：

@HighPredator: OP 可能意味着变量c 应该达到值'e' 而不是值'x'。或者它根本不应该获得任何值，并且函数 sscanf 应该返回 1 而不是 2（因此它准确地模拟了 strtod 的行为）。

@HighPredator：我实际上描述了我在问题中遇到的两个问题。我一直直观地期望sscanf 格式要求和行为与strto... 格式要求和行为同步。语言标准实际上说明了这一点，但显然我在其中看到了更多的东西。例如，我预计 sscanf 会在 strto... 停止的同一点停止。现在我有点“看到”标准可能不需要这样做，并允许sscanf 消耗更多。

虽然您观察到的行为看起来有点奇怪，但 sscanf 和 strtod 并不要求表现出相似（或等效）的行为。 strto. *scanf() 需要从左到右扫描。但是strtod() 可能会“向前看”并决定将 endptr 放在哪里。

@Blue Moon：是的，但是语言规范通过简单地引用strtod来定义f格式说明符的行为。如果f 说明符和strtod 之间存在差异，则标准应在某处对其进行描述。我的问题是：在哪里？具体是哪个措辞？

一个有趣的重复案例——与其说是 question，不如说是 answer：Difference between scanf() and strtol() / strtod() in parsing numbers 基本上，...scanf() 被定义为取最长的可能序列，即或者是匹配输入的前缀，而strto...()取最长的有效序列。 （区别在于流只支持一个保证回退的字符，即...scanf() 不能像strto...() 那样回退。）

【参考方案1】：

我只是在die.net找到下面的描述

strtod()、strtof() 和 strtold() 函数将初始 nptr 指向的字符串的一部分为 double、float 和 long 分别表示双重表示。

字符串（初始部分）的预期形式是可选的 isspace(3) 识别的前导空白，可选加号 ('+') 或减号 ('-')，然后是 (i) 十进制数，或 (ii) 十六进制数，或 (iii) 无穷大，或 (iv) NAN （不是数字）。

十进制数由十进制数字的非空序列组成 可能包含一个基数字符（小数点， 取决于语言环境，通常是 '.')，可选地后跟一个小数 指数。十进制指数由一个“E”或“e”组成，后跟一个 可选的加号或减号，后跟一个非空序列 十进制数字，表示乘以 10 的幂。

十六进制数由“0x”或“0X”后跟非空字符组成 可能包含基数字符的十六进制数字序列， 可选地后跟一个二进制指数。二进制指数包括 'P' 或 'p'，后跟可选的加号或减号，后跟 由十进制数字的非空序列，并表示乘法 2 的幂。基数字符和二进制指数中的至少一个 必须在场。

无论大小写，无穷大要么是“INF”，要么是“INFINITY”。

NAN 是“NAN”（不考虑大小写）可选地后跟 '(', a 字符序列，后跟')'。字符串 以与实现相关的方式指定 NAN 的类型。

然后我做了一个实验，我用gcc执行了下面的代码

#include <stdlib.h>
#include <stdio.h>

char head[1024], *tail;

void core(const char *stmt)
    sprintf(head, "%s", stmt);
    double d=strtod(head, &tail);
    printf("cover %s to %.2f with length=%ld.\n", head, d, tail-head);


int main()
    core("3.0x");
    core("3e");
    core("3ex");
    core("3e0x");

    return 0;

并得到结果

cover 3.0x to 3.00 with length=3.
cover 3e to 3.00 with length=1.
cover 3ex to 3.00 with length=1.
cover 3e0x to 3.00 with length=3.

所以，'e'后面似乎应该有一些数字。

对于sscanf，我用gcc代码做了另一个实验：

#include <stdlib.h>
#include <stdio.h>

char head[1024];

void core(const char *stmt)
    int i;sscanf(stmt, "%x%s", &i, head);
    printf("sscanf %s catch %d with '%s'.\n", stmt, i, head);


int main()
    core("0");
    core("0x0g");
    core("0x1g");
    core("0xg");

    return 0;

然后得到下面的输出：

sscanf 0 catch 0 with ''.
sscanf 0x0g catch 0 with 'g'.
sscanf 0x1g catch 1 with 'g'.
sscanf 0xg catch 0 with 'g'.

似乎 sscanf 会尝试捕获更多字符，并且如果它判断它当前是合法的，则不会回滚（可能在不完整的情况下是非法的）。