6

规范在strtol概念上将输入字符串分为“初始空白”、“主题序列”和“最终字符串”，并将“主题序列”定义为：

输入字符串的最长初始子序列，从第一个具有预期形式的非空白字符开始。如果输入字符串为空或完全由空白字符组成，或者如果第一个非空白字符不是符号或允许的字母或数字，则主题序列不应包含字符。

有一次我认为“最长的初始子序列”业务类似于工作方式scanf，其中"0x@"将扫描为"0x"，一个失败的匹配，然后"@"是下一个未读字符。但是，经过一些讨论，我主要相信strtol处理的是预期形式的最长初始子序列，而不是最长的初始字符串，它是预期形式的某些可能字符串的初始子序列。

仍然让我感到困惑的是规范中的这种语言：

如果主题序列为空或没有预期的形式，则不进行转换；str 的值存储在 endptr 指向的对象中，前提是 endptr 不是空指针。

如果我们接受似乎是“主题序列”的正确定义，则不存在没有预期形式的非空主题序列之类的东西，相反（为了避免冗余和混淆）文本应该只是阅读：

如果主题序列为空，则不进行转换；str 的值存储在 endptr 指向的对象中，前提是 endptr 不是空指针。

谁能为我澄清这些问题？也许指向过去讨论或任何相关缺陷报告的链接会很有用。

4

4 回答 4

3

我觉得C99语言说的很清楚：

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。

给定"0x@","0x@"不是预期的形式；"0x"不是预期的形式；因此"0"是具有预期形式的最长初始子序列。

我同意这意味着您不能拥有不符合预期形式的非空主题序列 - 除非您解释以下内容：

在地区以外的其他"C"地区，可以接受额外的地区特定主题序列形式。

...因为允许语言环境定义主题序列可能具有的其他可能形式，但这些形式仍然不是“预期形式”。

最后一段中的措辞似乎只是“腰带和大括号”。

于 2011-07-15T01:37:10.583 回答
2

如果您从 C9​​9 标准的 §7.20.1.4（strtol、strtoll、strtoul 和 strtoull 函数）¶2 而不是 ¶4 开始，可能会更容易理解：

¶2 strtol、strtoll、strtoul 和 strtoull 函数将 nptr 指向的字符串的初始部分分别转换为 long int、long long int、unsigned long int 和 unsigned long long int 表示形式。首先，他们将输入字符串分解为三部分：一个初始的，可能为空的空白字符序列（由 isspace 函数指定），一个类似于整数的主题序列，该整数表示为由 base 的值确定的某个基数，以及一个或多个无法识别的字符的最终字符串，包括输入字符串的终止空字符。然后，他们尝试将主题序列转换为整数，并返回结果。

¶3 如果 base 的值为零，则主题序列的预期形式是 6.4.4.1 中描述的整数常量，前面可选加号或减号，但不包括整数后缀。如果 base 的值介于 2 和 36（含）之间，则主题序列的预期形式是表示整数的字母和数字序列，其基数由 base 指定，前面可选加号或减号，但不包括一个整数后缀。从 a（或 A）到 z（或 Z）的字母被赋予值 10 到 35；只允许赋值小于 base 的字母和数字。如果 base 的值为 16，则字符 0x 或 0X 可以可选地位于字母和数字序列之前，如果存在则在符号之后。

¶4主题序列被定义为输入字符串的最长初始子序列，...

特别是，¶3 阐明了主题序列是什么。

于 2011-07-15T05:08:35.027 回答
1

我完全同意您的评估：根据定义，所有非空主题序列都是预期的形式，因此标准的措辞是可疑的。

在浮点转换函数的情况下，还有另一个错误（C99:TC3 第 7.20.1.3 节，§3）：

[...]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。如果输入字符串不是预期的形式，则主题序列不包含字符。

这意味着整个输入字符串必须是预期的形式，违背了endptr参数的目的。有人可能会争辩说，输入字符串的预期形式与主题序列的预期形式不同，但它仍然很混乱。

您也正确地认为函数strto*()和*scanf()函数系列的语义是不同的：如果两者都匹配，它们将始终在值上达成一致并使用相同数量的字符（并且它们没有被破坏的任何 libc 实现，包括 newlib 和 glibc上次我检查），但也*scanf()无法匹配需要回溯多个字符的情况，如您的示例"0x@"和"1.0e+".

于 2011-07-15T08:18:58.847 回答
1

strtol的POSIX 规范似乎更清楚：

这些函数应将 str 指向的字符串的初始部分分别转换为 long 类型和 long long 表示。首先，他们将输入字符串分解为三部分：

  1. 一个初始的，可能为空的空白字符序列（由 isspace() 指定）

  2. 一个主题序列被解释为一个整数，表示为由 base 的值确定的一些基数

  3. 一个或多个无法识别的字符的最终字符串，包括输入字符串的终止 NUL 字符。

然后他们将尝试将主题序列转换为整数，并返回结果。

但当然，它不是规范性的，并且“遵循 ISO C 标准”。

于 2011-07-14T23:24:39.540 回答