从文件读取的意外输出

Posted 2023-02-22

【中文标题】从文件读取的意外输出

【英文标题】：Unexpected output reading from a file

【发布时间】：2020-05-09 16:06:07

【问题描述】：

我有一个想要阅读的文本文件。该文件有以下内容：

Asdsf adsfsd
54
asdfa adwfasd
12
asdf adf 
545
asdf asdfasfd
3243
adfasf asdfasdf
324324
asfda asdfasdf
3124
adfa asdfas
432
asdf ad

和我的代码：

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


struct Element 
    int edad;
    char name[50];
;

int main() 
    struct Element aux;
    FILE* fitxer;
    fopen_s(&fitxer, "Text.txt", "r");
    if (fitxer != NULL) 
        while (!feof(fitxer)) 
            fgets(aux.name, 50, fitxer);
            aux.name[strlen(aux.name) - 1] = '\0';
            int ret = fscanf_s(fitxer, "%i", &aux.edad);
            char endl;
            fscanf_s(fitxer, "%c", &endl);
            printf("%d %s \n", aux.edad, aux.name);
        
        fclose(fitxer);
    
    else 
        printf("Error: File not found.");
        

我之前遇到过问题，因为我不知道f_scanf 不带结束符。现在的问题是文件中有一些字符串被截断了。输出：

54 Asdsf adsfsd
12 asdfa adwfasd
545 asdf adf
3243 asdf asdfasfd
324324 adfasf asdfasdf
3124 asfda asdfasdf
432 adfa asdfas
432 asdf a

例如，在这个例子中，最后一个字母被切掉了。我怀疑它与转换为字符串有关，添加了'\0' 字符，但我找不到错误。

另外我想问一下有没有办法让它更优雅。

【问题讨论】：

***.com/q/5431941/905902

【参考方案1】：

至少 3 个问题：

错误的文件结尾测试，避免幻数

ref

//while (!feof(fitxer)) 
//    fgets(aux.name, 50, fitxer);
while (fgets(aux.name, sizeof aux.name, fitxer)) 

fscanf_s(fitxer, "%c", &endl); 缺少增强功能。

如果有兴趣，请研究fscanf_s()，或者更好的是，只需使用fgets() 进行输入。

错误的代码会终止潜在的试用 '\n'

替代方案：12

// aux.name[strlen(aux.name) - 1] = '\0';
aux.name[strcspn(aux.name, "\n")] = '\0';

【讨论】：

使用 fgets 会给我完整的行，我怎么能把它转换成整数和字符串？

@Norhther "fgets 将给我完整的行" 作为字符串。所以“我怎么能把它转换成（a）......字符串？”已经完成了。将字符串转换为整数研究strtol()，sscanf(s, "%d"...。

@Reinstate Monica 我明白了。由于可能的溢出，我使用 sscanf （我正在使用 VS）收到编译器警告，但我已经使用 gets() 限制缓冲区大小，所以我认为它是安全的。非常感谢。

@Norhther 很可能警告是著名的#C4996。忽略它或this。它鼓励针对一般问题的 MS 特定解决方案。更好的是，与其使用 VS C 编译器，它遵循 30 年（和 3 个 C 版本） C89 ，而是使用遵循 C99、C11 或 C18 的现代编译器。我使用 gcc（在 Windows 中）。

【参考方案2】：

与

aux.name[strlen(aux.name) - 1] = '\0';

你摆脱了fgets 的一个众所周知的行为：它将整行存储到输出缓冲区包含 '\n' 字符。

但是如果那个字符不存在怎么办？你会砍掉最后一个字符。

这正是您阅读文件的最后行时发生的情况。由于没有尾随 '\n' 字符，因此一旦到达文件末尾，fgets 就会停止。

要修复它，只需检查要替换的字符是否是预期的。

类似这样的：

size_t len = strlen(aux.name);

if(len > 0 && aux.name[len - 1] == '\n')
    aux.name[len - 1] = '\0';

检查len > 0 避免了长度为0 的字符串的未定义行为（如果行的第一个字符是'\0'，则会发生这种情况）。

【讨论】：

黑客攻击：aux.name[strlen(aux.name) - 1] 和 aux.name[len - 1] 如果第一个字符 read 是 null 字符，则会遭受 UB。如果你想要len，请使用if(len > 0 && aux.name[len - 1] == '\n') aux.name[--len] = '\0';

@chux-ReinstateMonica 我将根据您的改进编辑答案。无论如何，我不得不说问题的第一句话是“我有一个要阅读的文本文件”。包含空字符的文件不是文本文件。;)

注意：UTF16 文本文件通常包含空字节。很容易让用户在这里无意中错误地读取这样的 文本文件 并导致代码出现某事 错误。因此，健壮的代码不会强制用户提供经过审查的输入，而是处理good, bad and ugly。

@chux-ReinstateMonica touchet on UTF16。我没有考虑他们。我编辑了它。 Ps：我不明白健壮的代码和你链接的电影之间的关系。很遗憾，因为我是 Leone 的超级粉丝。

只是用户输入（文本文件）可能很好（包含通常的预期数据，布局很好，没有 \0，\r，最后一行以 \n 结尾，没有行太长, ASCII 之外没有字符，...) 或丑陋的（无辜地弄乱了这些先前的要求之一）或糟糕的（专门设计用于攻击代码）。电影名称集中体现了健壮代码需要处理的这 3 种情况。

【参考方案3】：

aux.name[strlen(aux.name) - 1] = '\0';

这一行删除了您使用fgets 读取的字符串中的最后一个字符。对于大多数行，该字符是行尾的\n。但我假设你的最后一行最后没有换行符。所以你砍掉最后一个字符。

要解决此问题，您应该只删除等于'\n' 的最后一个字符。

PS：您对fscanf_s 的最后一次调用失败，您最终打印出与上一行相同的号码。我不确定这是不是故意的。

PPS：如果您对fscanf_s 的最后一次调用没有失败，那么您的while 循环将循环一次，因为feof 仅在先前的读取由于文件结尾而失败时才返回true。因此，您可能希望直接检查您的读取操作是否失败，而不是使用feof。