尝试将字符串分配给结构内的字符串变量时出错

Question

我正在编写词法分析器软件，但是当我尝试将字符串分配给结构内的字符串变量时遇到问题。

--common.h--
#define TEST printf("--TEST--\n")

struct Token {
    char* ID;
    char* string;          // String variable
};

struct Token* tokenizer(char* input);

void PrintToken(struct Token* token);

--lexer.c--
#include <stdio.h>
#include <string.h>
#include "common.h"

struct Token* tokenizer(char* input)
{
    struct Token* token;

    int toknum = 0;

    int i = -1;

    while (1) {
        char* string;

        for (i += 1; input[i] != ' '; i++) {
            string[i] = input[i];
        }

        strcpy(token[toknum].string, string);       // The problem is here.

        if (input[i] == '\n' || input[i] == '[=10=]')
            break;        

        toknum++;
    }

    return token;
}

void PrintToken(struct Token* token)
{
    for (int i = 0; i < 5; i++) {
        printf("%s\n", token[i].string);
    }
}

--main.c--
#include <stdio.h>
#include "common.h"

int main()
{
    char* input = "Hello there";

    struct Token* token = tokenizer(input);

    PrintToken(token);

    return 0;
}

在我用 gcc main.c lexer.c -o final.o 和运行 final.o 编译上面的程序后，我得到一个错误，它说：

Segmentation fault

我试过用token[toknum].string = string;替换strcpy(token[toknum].string, string);，但结果是一样的。

有什么办法可以避免这个错误吗？

Answer 1

您正在使用未初始化的变量：

struct Token* token;

这只定义了一个指针变量，没有赋值任何有效内容。这意味着 indetermioned 中的内容和读取此变量的内容会导致未定义的行为。

此外，此变量未指向有效地址。通过 strcpy 写入“随机”地址也会导致未定义的行为。

您必须为此分配动态内存：

struct Token *token = malloc(sizeof(*token));
// don't forget error handling

然后当你想要更多条目时，扩大内存：

struct Token *temp = realloc(token, (toknum+1)*sizeof (*token));
if (NULL != temp) 
  token = temp;
else
// error handling

只需使用这样的数组：

struct Token token[x];

会保留内存，但您不能 return 函数末尾的地址，因为该对象的生命周期将同时结束，您可能无法在 returning 之后访问它。

同样的问题出现在string:

   char* string;

   for (i += 1; input[i] != ' '; i++) {
        string[i] = input[i];  // <<< string is uninitialized, does not point to valid memory.
   }

您没有为字符串提供任何内存。在这里您可以使用本地数组来保存字符串。

同样的问题也出现在 token[toknum].string。

您的结构仅包含指针。同样，您需要保留内存。要么再次使用动态内存分配，要么使 token.string 成为固定长度的数组。

如果 token[toknum] 和 string 都有效，那么您使用 token[toknum].string = string; 的尝试将有效。

同篇还有一个问题：

    for (i += 1; input[i] != ' '; i++) {
        string[i] = input[i];
    }

    strcpy(token[toknum].string, string); // << strcpy expects a nul-terminated string

你没有正确终止你的字符串。在这种情况下，strcpy 将愉快地遍历您的内存，超出内存分配的边界，直到意外找到终止 [=24=] 字节。

并且...如果 input 不包含另一个 space 字符会怎样？这个循环最终会到达 input 的终止 0 并继续...

还有两个原因等着你。

这只是我在 tokenizer 中第一眼看到的内容。

在函数 PrintToken 中，您还有另一个问题：是什么让你想到，你可以打印 token 的 5 个元素？您永远不会为 5 个元素保留内存，即使您这样做了，您也不会将多余的元素初始化为包含一些空字符串。

尝试将字符串分配给结构内的字符串变量时出错

Error when trying to assign a string into a string variable inside a struct

c

struct

lexer