从字符串中提取子字符串时出现意外行为

Question

我正在尝试打印大字符串中包含的所有子字符串，每个子字符串由'/'字符分隔.我的功能没有像我预期的那样工作，但我不明白它有什么问题。这是我写的函数：

void print_serial_list(char *serial_list) {
    char *iter = serial_list;
    while (*iter != '[=10=]') { // Traverse the whole string
        char *tmp_fn;
        tmp_fn = strtok(iter,"/");
        printf("Extracted entry: '%s'\n", tmp_fn);
        iter = iter + sizeof(tmp_fn);
    }
}

直接传递字符串

如果我运行这个函数是这样的：

char *string = "Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/";
printf("%s\n", string);
print_serial_list(string);

我遇到分段错误：

Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/
Segmentation fault (core dumped)

使用`get_string()`函数

另一方面，如果我运行这个：

char *string = get_string();
printf("%s\n", string);
print_serial_list(string);

我得到以下输出（仍然错误）：

Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/
Extracted entry: 'Lorem.ipsum'
Extracted entry: 'sum'
Extracted entry: 'r-sit-amet'
Extracted entry: 'et'
Extracted entry: 'ctetur'
Extracted entry: 'dipiscing.elit'
Extracted entry: 'g.elit'
Extracted entry: '�'
Extracted entry: 'x[�V'
Extracted entry: 'x[�V'

预期

明确一点，我希望输出在两种情况下都是：

Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/
Extracted entry: 'Lorem.ipsum'
Extracted entry: 'dolor-sit-amet'
Extracted entry: 'consectetur'
Extracted entry: 'adipiscing.elit'

(注意：我希望 get_string() 的代码不是理解问题所必需的......我想试试保持 post 不要太长)

编辑

根据评论中的一些建议，我以这种方式编辑了函数：

char *iter = serial_list;
bool first = true;
while (*iter != '[=16=]') { // Traverse the whole string
    char *tmp_fn;
    if (first)
        tmp_fn = strtok(iter, "/");
    else
        tmp_fn = strtok(NULL, "/");
    size_t tmp_size = strlen(tmp_fn);
    printf("Extracted entry: '%s' - size = %zu\n", tmp_fn, tmp_size);
    iter = iter + tmp_size;
    first = false;
}

我得到的输出仍然有一些问题，但与我想要的更相似！

Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/
Extracted entry: 'Lorem.ipsum' - size = 11

Answer 1

If I run this function like this, I get a segmentation fault:

char *string = "Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/";

您的程序具有 undefined behavior，因为它正在尝试修改字符串文字，因为您将字符串文字传递给 strtok()。

char * strtok ( char * str, const char * delimiters );

Split string into tokens

A sequence of calls to this function split str into tokens, which are sequences of contiguous characters separated by any of the characters that are part of delimiters.

string是一个指向字符串字面量的指针，其内容不可修改。并试图通过指针修改它们是未定义的行为。

要解决此问题，您可以简单地执行以下操作：

char string[] = "Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/";
           ^^

在print_serial_list()函数中，你可以做：

void print_serial_list(char *serial_list) {
    char *iter = serial_list;

    if (serial_list == NULL)
            return;

    char *tmp_fn = strtok(iter, "/");
    while (tmp_fn != NULL)
    {
            printf ("Extracted entry: '%s'\n", tmp_fn);
            tmp_fn = strtok(NULL, "/");
    }
}

print_serial_list() 输出是（对于 Lorem.ipsum/dolor-sit-amet/consectetur/adipiscing.elit/ 输入字符串）：

Extracted entry: 'Lorem.ipsum'
Extracted entry: 'dolor-sit-amet'
Extracted entry: 'consectetur'
Extracted entry: 'adipiscing.elit'

这里要注意的一点是 print_serial_list() 将在将字符串 string 传递给 strtok() 时对其进行修改。如果您不想在调用 print_serial_list() 函数后修改输入字符串，请在 print_serial_list() 函数中复制它。

来自 strtok:

Bugs Be cautious when using these functions. If you do use them, note that:

*These functions modify their first argument.

*These functions cannot be used on constant strings.

*The identity of the delimiting byte is lost.

感谢@David C.Rankin 在评论中分享这些 strtok() 错误。

从字符串中提取子字符串时出现意外行为

Unexpected behaviour while extracting substrings from a string

c

string

strtok

segmentation-fault

直接传递字符串

使用`get_string()`函数

预期

编辑

从字符串中提取子字符串时出现意外行为

Unexpected behaviour while extracting substrings from a string

c

string

strtok

segmentation-fault

直接传递字符串

使用get_string()函数

预期

编辑

使用`get_string()`函数