读取数组中的连续空格

Question

我正在编写一个函数，该函数读取字符串中的所有连续空格，将指针移动到下一个非空白字符，并返回包含它找到的空白的结构"token“。

主要功能被定义为

int match_ws(const char** p, struct token* tok)

其中，p指向要分析的字符串的开头，tok将在函数返回后包含结果。返回值要么是1(成功)，要么是0。

match_ws开始分析作为第一个输入的字符串，并读取所有连续的空白空间，同时也推进指针。它存储它在struct中找到的所有空白(第二个输入)并返回1。如果没有找到任何空白，或者没有找到太多空白，则返回0而不修改tok。

因此，如果输入是const char* p = " . +"，那么在match_ws运行之后，tok结构将包含lexeme = " " ( p开头的四个空格，以及type = WS (“空格”的枚举类型)。如果输入是const char* p = ". ; )"，则函数只返回0而不修改tok，因为**p不是空格(它是一个点)。

总的来说，这是解析器的一部分，match_ws是“消耗”所有空白空间的函数--与解析器无关。我相信这个函数的行为是正确的，但是由于我对C语言没有经验，所以我想了解一下如何处理内存分配、指针、指针指针、函数定义等问题。

总的来说，我的问题涉及指针的正确使用、指针到指针的正确使用、参数类型(函数定义)的良好选择以及内存管理。

我在评论中写了我的问题，但我不太习惯C中的内存管理和编码标准，所以我希望能对代码进行审查，并欢迎所有建议。

我还添加了一些样板代码，以便可以编译和执行文件。您可以猜到，它是较大代码的一部分，但我将其简化为一个最小的示例。

#include 
#include 

#define MAX_LINE 100

/*
 * Some boilerplate code
*/
enum token_type {
    WS, // white spaces
    Eof
};

struct token{
    char* lexeme;
    enum token_type type;
};

char consume(const char** p);

/*
 * Main function to work on.
 * Questions:
 * - char ws[MAX_LINE] or using malloc?
 * - is it OK to initialize char ws with "" ?
 * - Am I appending char into ws in a optimal way?
 * - is it OK to return int and modify input argument tok, or should create a new tok and return it?
 * - makes sense to have pointer-to-pointer as input? Else what?
*/
int match_ws(const char** p, struct token* tok) {
    /*
     * Find all consecutives blanks starting from position p
     * Modify the input struct token.
     * Return 1 if execution was successful, 0 otherwise.
    */
    if ( **p != ' ' &&
         **p != '\t' &&
         **p != '\r' &&
         **p != '\n')
    {
        printf("Bad call to whitespace!!");
        return 0;
    }
    int i = 0;
    char c;
    char ws[MAX_LINE] = "";
    do {
        if (i >= MAX_LINE) {
            printf("Found more than %d white spaces", MAX_LINE);
            return 0;
        }
        c = consume(p);
        printf("WHITESPACE : Current char is |%c|\n", c);
        ws[i++] = c;
    }
    // Here p has been already advanced by the call to consume fn
    while (**p == ' ' || **p == '\t' || **p == '\r' || **p == '\n');
    tok->lexeme = ws;
    tok->type = WS;
    return 1;
}

/*
 * More boilerplate code to compile
*/
const char* type2char (enum token_type t) {
    switch (t)
    {
        case WS: return "WS";
        default: return "UNK";
    }
}

void print_token(struct token* p) {
    printf("<%s, %s>\n", p->lexeme, type2char(p->type));
}

char consume(const char** p) {
    // Advances the pointer while reading the input
    char c = **p;
    (*p)++;
    return c;
}

/*
 * Main.
 * Questions:
 * - is it OK to pass arguments to match_ws via '&' notation?
 * - Makes sense to have const char* line? Or just char* ?
 * - Should tok be initialized somehow?
 * - Is there anything that has to be free() eventually?
*/
int main() {

    const char* line = "     +";
    struct token tok;
    match_ws(&line, &tok);
    print_token(&tok);
}

Answer 1

对

问题的回答

• char ws[MAX_LINE]还是使用malloc？

函数match_ws()应该返回指向struct token的指针。令牌应该由match_ws()函数分配，令牌的内容也应该使用malloc()来分配token->lexeme指向的字符串。现在，代码返回堆栈上一个变量的地址，这是不安全的，可能导致undefined行为 (UB)。

• 用ws初始化char D19可以吗？

用""初始化char数组是可以的。若要初始化单个字符，请使用单引号。

• 我是否以最优的方式将char添加到ws中？

使用指针将是更理想的。

• 返回int和修改输入参数tok可以吗?还是应该创建一个新的tok并返回它？

见第一个问题的答案。

• 把指针对指针作为输入是有意义的吗？否则什么？

与其使用双指针，不如使用单个指针。当输入是双指针时，可能会损坏它。

• 通过'&‘符号将参数传递给match_ws可以吗？

如果不想在函数中分配令牌，则使用&标记传递令牌参数是可以的，最好不使用&标记传递D56。

• 拥有const char*线有意义吗？还是只有char*？

在这里使用const是合适的。

• 应该以某种方式初始化tok吗？

C编程语言是一种非常不可原谅的编程语言:所有变量都应该初始化。

• 有什么东西最终必须是free()的吗？

不是在目前的实现中。

--不要重新发明车轮

在C编程语言中，检查输入字符的值是非常常见的；为检查空格提供了一个函数，为检查字母数字字符提供了另一个函数。您需要做的是包括。这样做的好处是，当前代码可能遗漏了一些isspace()会找到的空白字符。

代码组织

函数原型在包含多个源文件的大型程序中非常有用，如果它们位于头文件中，则非常有用。在这样的单个文件程序中，最好将main()函数放在文件的底部，并以高于main()的适当顺序使用所有函数。请记住，编写的每一行代码都是另一行代码，bug可以在这一行代码中爬行。