14

注意：我完全修改了这个问题，以更准确地反映我设置赏金的目的。请原谅与这可能已经创建的已经给出的答案的任何不一致之处。我不想创建一个新问题，因为以前对此问题的答案可能会有所帮助。

我正在实现一个 C 标准库，并且对标准的一个特定角落感到困惑。

该标准根据、和的定义定义了scanf函数族（%d、%i、%u、%o、%x）接受的数字格式。strtolstrtoulstrtod

该标准还规定，fscanf()最多只能将一个字符放回输入流中，因此某些序列被 接受strtol，strtoul并且strtod是不可接受的fscanf（ISO/IEC 9899:1999，脚注 251）。

我试图找到一些会表现出这种差异的值。事实证明，十六进制前缀“0x”，后跟一个不是十六进制数字的字符，是两个函数系列不同的一种情况。

有趣的是，显然没有两个可用的 C 库似乎在输出上达成一致。（请参阅此问题末尾的测试程序和示例输出。）

我想听到的是在解析“0xz”时会被视为符合标准的行为吗？. 理想情况下，引用标准中的相关部分来说明这一点。

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

int main()
{
    int i, count, rc;
    unsigned u;
    char * endptr = NULL;
    char culprit[] = "0xz";

    /* File I/O to assert fscanf == sscanf */
    FILE * fh = fopen( "testfile", "w+" );
    fprintf( fh, "%s", culprit );
    rewind( fh );

    /* fscanf base 16 */
    u = -1; count = -1;
    rc = fscanf( fh, "%x%n", &u, &count );
    printf( "fscanf:  Returned %d, result %2d, consumed %d\n", rc, u, count );
    rewind( fh );

    /* strtoul base 16 */
    u = strtoul( culprit, &endptr, 16 );
    printf( "strtoul:             result %2d, consumed %d\n", u, endptr - culprit );

    puts( "" );

    /* fscanf base 0 */
    i = -1; count = -1;
    rc = fscanf( fh, "%i%n", &i, &count );
    printf( "fscanf:  Returned %d, result %2d, consumed %d\n", rc, i, count );
    rewind( fh );

    /* strtol base 0 */
    i = strtol( culprit, &endptr, 0 );
    printf( "strtoul:             result %2d, consumed %d\n", i, endptr - culprit );

    fclose( fh );
    return 0;
}

/* newlib 1.14

fscanf:  Returned 1, result  0, consumed 1
strtoul:             result  0, consumed 0

fscanf:  Returned 1, result  0, consumed 1
strtoul:             result  0, consumed 0
*/

/* glibc-2.8

fscanf:  Returned 1, result  0, consumed 2
strtoul:             result  0, consumed 1

fscanf:  Returned 1, result  0, consumed 2
strtoul:             result  0, consumed 1
*/

/* Microsoft MSVC

fscanf:  Returned 0, result -1, consumed -1
strtoul:             result  0, consumed 0

fscanf:  Returned 0, result  0, consumed -1
strtoul:             result  0, consumed 0
*/

/* IBM AIX

fscanf:  Returned 0, result -1, consumed -1
strtoul:             result  0, consumed 1

fscanf:  Returned 0, result  0, consumed -1
strtoul:             result  0, consumed 1
*/
4

8 回答 8

8

在 comp.std.c 上与 PL22.11 (ANSI "C") 的 Vice-char Fred J. Tydeman 的交流阐明了这一点：

fscanf

输入项被定义为输入字符的最长序列[...]，它是匹配输入序列或匹配输入序列的前缀。（7.19.6.2 P9）

这使得“0x”成为匹配输入序列的前缀的最长序列。（即使进行%i转换，因为十六进制“0x”比十进制“0”的序列更长。）

输入项之后的第一个字符（如果有）保持未读状态。（7.19.6.2 P9）

这使得fscanf读取“z”，并将其作为不匹配放回（遵守脚注 251 的单字符后推限制））。

如果输入项不是匹配序列，则指令执行失败：此条件为匹配失败。(7.19.6.2 P10)

这使得“0x”无法匹配，即fscanf不应该分配任何值，返回零（如果%xor%i是第一个转换说明符），并将“z”作为输入流中的第一个未读字符。

strtol

strtol( 和)的定义strtoul在一个关键点上有所不同：

主题序列被定义为输入字符串的最长初始子序列，从第一个非空白字符开始，即预期形式。（7.20.1.4 P4，强调我的）

这意味着strtol应该寻找最长的有效序列，在这种情况下是“0”。它应该指向endptr“x”，并返回零作为结果。

于 2009-09-19T05:34:20.237 回答
2

我不相信允许解析产生不同的结果。Plauger 参考只是指出strtol()实现可能是一个不同的、更有效的版本，因为它可以完全访问整个字符串。

于 2009-09-15T09:12:45.390 回答
2

根据 C99 规范，scanf()函数族解析整数的方式与strto*()函数族相同。例如，对于转换说明符，x它的内容如下：

匹配可选带符号的十六进制整数，其格式与函数主题序列的预期格式相同，参数strtoul值为 16 base。

因此，如果sscanf()并strtoul()给出不同的结果，则 libc 实现不符合要求。

但是，您的示例代码的预期结果应该是有点不清楚：

strtoul()接受0xor 0Xif baseis的可选前缀16，并且规范读取

主题序列被定义为输入字符串的最长初始子序列，从第一个非空白字符开始，即具有预期形式。

对于字符串"0xz"，我认为预期形式的最长初始子序列是"0"，所以值应该是0，endptr参数应该设置为x。

mingw-gcc 4.4.0 不同意并且无法同时使用strtoul()和解析字符串sscanf()。原因可能是预期形式的最长初始子序列是"0x"- 这不是有效的整数文字，因此不进行解析。

我认为对标准的这种解释是错误的：预期形式的子序列应该始终产生一个有效的整数值（如果超出范围，则MIN/MAX值被返回并errno设置为ERANGE）。

cygwin-gcc 3.4.4（据我所知使用 newlib）也不会解析文字strtoul()，但会根据我对标准的解释来解析字符串sscanf()。

请注意，我对标准的解释很容易出现您的初始问题，即标准只保证能够执行ungetc()一次。要确定 the0x是否是文字的一部分，您必须提前阅读两个字符：thex和后面的字符。如果不是十六进制字符，则必须将其推回。如果有更多要解析的标记，您可以缓冲它们并解决此问题，但如果它是最后一个标记，则必须同时处理ungetc()这两个字符。

我不确定如果失败该怎么fscanf()办。ungetc()也许只是设置流的错误指示器？

于 2009-09-15T14:53:30.343 回答
2

总结一下解析数字时按照标准应该发生的事情：

  • 如果fscanf()成功，结果必须与通过strto*()

  • 相反strto*()，fscanf()如果

    输入字符的最长序列[...]，它是匹配输入序列的前缀，或者是匹配输入序列的前缀

    根据定义fscanf()不是

    具有预期形式的最长初始子序列 [...]

    根据定义strto*()

这有点难看，但fscanf()应该是贪婪的要求的必然结果，但不能推回一个以上的字符。

一些库实现者选择了不同的行为。在我看来

  • 让strto*()结果不一致是愚蠢的（bad mingw）
  • 推回一个以上的字符，因此fscanf()接受所有接受的值strto*()违反了标准，但这是合理的（如果他们没有搞砸的话，为 newlib 欢呼strto*():(）
  • not pushing back the non-matching characters but still only parsing the ones of 'expected form' seems dubious as characters vanish into thin air (bad glibc)
于 2009-09-19T07:55:26.003 回答
0

我不确定我是否理解这个问题，但一方面 scanf() 应该处理 EOF。scanf() 和 strtol() 是不同种类的野兽。也许您应该比较 strtol() 和 sscanf() ？

于 2009-09-15T07:56:22.143 回答
0

重写问题后答案已过时。不过评论中有一些有趣的链接。

如有疑问，请编写测试。——谚语

在测试了我能想到的转换说明符和输入变化的所有组合之后，我可以说这两个函数系列没有给出相同的结果是正确的。（至少在 glibc 中，这是我可用于测试的。）

当三种情况同时出现时，差异就会出现：

  1. 您使用"%i"或"%x"（允许十六进制输入）。
  2. 输入包含（可选）"0x"十六进制前缀。
  3. 十六进制前缀后面没有有效的十六进制数字。

示例代码：

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

int main()
{
    char * string = "0xz";
    unsigned u;
    int count;
    char c;
    char * endptr;

    sscanf( string, "%x%n%c", &i, &count, &c );
    printf( "Value: %d - Consumed: %d - Next char: %c - (sscanf())\n", u, count, c );
    i = strtoul( string, &endptr, 16 );
    printf( "Value: %d - Consumed: %td - Next char: %c - (strtoul())\n", u, ( endptr - string ), *endptr );
    return 0;
}

输出：

Value: 0 - Consumed: 1 - Next char: x - (sscanf())
Value: 0 - Consumed: 0 - Next char: 0 - (strtoul())

这让我很困惑。显然sscanf()不会在'x', 或者它无法解析任何 "0x"前缀的十六进制。所以它已经阅读'z'并发现它不匹配。但它决定只使用前导"0"作为值。这将意味着推动'z' 和'x'背部。（是的，我知道sscanf()，我在这里使用它是为了方便测试，它不会在流上运行，但我强烈认为它们使所有...scanf()函数的行为都相同以保持一致性。）

所以... one-charungetc()并不是真正的原因，在这里... ?:-/

是的，结果不同。不过，我仍然无法正确解释它...... :-(

于 2009-09-15T13:23:36.033 回答
0

我不确定实现 scanf() 可能与 ungetc() 有什么关系。scanf() 可以用完流缓冲区中的所有字节。ungetc() 只是将一个字节推到缓冲区的末尾，并且偏移量也发生了变化。

scanf("%d", &x);
ungetc('9', stdin);
scanf("%d", &y);
printf("%d, %d\n", x, y);

如果输入为“100”，则输出为“100, 9”。我看不出 scanf() 和 ungetc() 如何相互干扰。对不起，如果我添加了一个幼稚的评论。

于 2009-09-15T19:24:13.383 回答
0

对于scanf()函数以及strtol()函数的输入，请参见第 2节。7.20.1.4 P7表示：如果主题序列为空或不具有预期形式，则不进行转换；nptr 的值存储在 endptr 指向的对象中，前提是 endptr 不是空指针。此外，您必须考虑解析那些在Sec 规则下定义的令牌的规则。6.4.4 常量，在Sec中指出的规则。7.20.1.4 P5。

其余的行为，例如errno值，应该是特定于实现的。例如，在我的 FreeBSD 机器上，我得到了EINVAL和ERANGE值，在 Linux 下也会发生同样的情况，其中标准引用仅指向ERANGE errno 值。

于 2009-09-18T20:12:08.173 回答