getline() / strsep()组合会导致分段错误

Question

在运行下面的代码时，我得到了一个分段错误。

它基本上应该读取一个超过3M行的.csv文件，然后再做其他事情(与问题无关)，但是经过207746次迭代之后，它会返回一个分段错误。如果我删除p = strsep(&line,"|");并打印整个line，它将打印>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;
}

我想这与内存分配有关，但不知道如何修复它。

Answer 1

getline和strsep的组合常常会引起混淆，因为这两个函数都会更改指针，将指针作为初始参数传递给它们。如果再次将已通过strsep传递给getline的指针传递给getline，则在第二次迭代中将面临未定义行为的风险。

考虑一个例子：getline将101个字节分配给line，并将100个字符的字符串读入其中。注意，len现在设置为101。您可以调用strsep，它在字符串的中间找到'|'，因此它将line指向过去的line+50。现在你又给getline打电话了。它看到另一个100个字符的行，并得出结论，将其复制到缓冲区是可以的，因为len仍然是101。但是，由于line现在指向缓冲区的中间，所以写入100个字符就变成了未定义的行为。

在调用line之前复制strsep

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

现在，在循环迭代之间保留传递给line的getline。

Answer 2

查看表达式getline(&line, &len, data)并读取命令页

如果*line被设置为NULL，并且*len在调用之前设置为0，那么getline()将分配一个缓冲区来存储该行。即使getline()失败，用户程序也应该释放此缓冲区。

这应该是您第一次循环时的情况(虽然我们无法看到len是在哪里声明的，但让我们假设真正的代码能够正确地做到这一点)

或者，在调用getline()之前，*line可以包含指向malloc(3)-allocated缓冲区*len字节大小的指针。如果缓冲区不够大，不能容纳该行，则getline()使用realloc(3)调整其大小，并根据需要更新* line和*len。

好的，如果是line != NULL，它必须指向大小为len的malloc分配的缓冲区。第一次调用getline (如上面所示)分配的缓冲区满足这一要求。

注意，对于line来说，指向缓冲区的某个地方还不够好，这肯定是开始。

现在看一看表达式strsep(&line,"|")，并阅读命令页

..。此标记通过用空字节('\0')覆盖分隔符而终止，*行被更新以指向标记

因此，更改了第一个参数(line)，以便您可以使用相同的第一个参数再次调用strsep，并获得下一个令牌。这意味着line不再是getline的有效参数，因为它不是malloc'd缓冲区的开始(长度len现在也错了)。

在实践中

1. getline将尝试将len字节读入给它的缓冲区中，但是由于您按照第一个令牌的长度来高级line，所以它会删除分配块的末尾。这可能只会损坏堆，而不是立即死亡。
2. getline将尝试重新分配给它的缓冲区，但是由于它不是一个有效的分配块，您将再次受到堆损坏。

当我们在这里的时候，您也不会检查p是非空的，但是破坏line是主要的问题。

哦，如果您认为问题与分配相关，请尝试使用valgrind，它通常会发现事情开始出错的那一刻。