sscanf的字符串格式化用法

     sscanf()為C語言標准庫函數，用於從指定字符串中讀入與指定格式相符的數據。函數原型聲明在stdio.h頭文件中：

int sscanf(const char *str, const char *format, ...);

     該函數根據參數format(格式化字符串)來轉換參數str指向的字符串，轉換后的結果存於對應的可變參數內。其返回值為按照指定格式轉換符成功讀入且賦值的可變參數數目(若發生匹配錯誤而部分成功，該數目會小於指定的參數數目，甚至為0)。若首次成功轉換或錯誤匹配發生前輸入已結束(如str為空字符串)，則返回EOF。發生讀取錯誤時也返回EOF，且設置錯誤碼errno(如format為空指針時返回EOF並設置errno為EINVAL)。可見，通過比較該函數的返回值與指定的可變參數數目，可判斷格式轉換是否成功。

     format可為一個或多個{%[*] [width] [{h | l | L}]type | ' ' | '\t' | '\n' | 非%符號}格式轉換符。集合中{a|b|c}表示格式符a、b、c任選其一。以中括號括起來的格式符可選。%與type為必選，所有格式符必須以%開頭。

 

     以下簡要說明各格式符的含義：

     1) 賦值抑制符'*'表明按照隨后的轉換符指示來讀取輸入，但將其丟棄不予賦值(“跳過”)。抑制符無需相應的指針可變參數，該轉換也不計入函數返回的成功賦值次數。

%*[width] [{h | l | L}]type 表示滿足該條件的字符被過濾掉，不會向目標參數中賦值。

     2) width表示最大讀取寬度。當讀入字符數超過該值，或遇到不匹配的字符時，停止讀取。多數轉換丟棄起始的空白字符。這些被丟棄的字符及轉換結果添加的空結束符('\0')均不計入最大讀取寬度。

     3) {h | l | L}為類型修飾符。h指示輸入的數字數值以short int或unsigned short int類型存儲；hh指示輸入以signed char或unsigned char類型存儲。l(小寫L)指示輸入以long int、unsigned long int或double類型存儲，若與%c或%s結合則指示輸入以寬字符或寬字符串存儲；ll等同L。L指示輸入以long long類型存儲。

     4) type 為類型轉換符，如%s、%d。

     此外，還有兩種特殊的格式符：

     1) []：字符集合。[]表示指定的字符集合匹配非空的字符序列；^則表示過濾。該操作不會跳過空白字符(空格、制表或換行符)，因此可用於目標字符串不以空白字符分隔時。[]內可有一到多個非^字符(含連字符'-')，且無順序要求。%[a-z]表示匹配a到z之間的任意字符，%[aB-]匹配a、B、-中的任一字符；%[^a]則匹配非a的任意字符，即獲取第一個a之前的(不為a的)所有字符。^可作用於多個條件，如^a-z=表示^a-z且^=(既非小寫字母亦非等號)。空字符集%[]和%[^]會導致不可預知的結果。

     使用[]時接收輸入的參數必須是有足夠存儲空間的char、signed char或unsigned char數組。[]也是轉換符，故%[]后無s。

　  %[^]的含義和用法與正則表達式相同，故sscanf函數某種程度上提供了簡單的正則表達式功能。

     2) n：至此已讀入值(未必賦值)的等價字符數，該數目必須以int類型存儲。如"10,22"經過"%d%*[^0-9]%n"格式轉換后，%n對應的參數值為3(雖然','未參與賦值)。

     'n'並非轉換符，盡管它可用'*'抑制。C標准聲稱，執行%n指令並不增加函數返回的賦值次數；但其勘誤表中的描述與之矛盾。建議不要假設%n對返回值的影響。

 

     下表列舉sscanf函數常見的格式化用法：

原字符串	格式化字符串	結果字符串
helloworld	%s	helloworld
hello, world	%s	hello,
hello, world	%4s	hell
hello, world	%*s%s	world(若原字符串無空格則得到空串)
hello, world	%[^ ]	hello,
hello, world	%[a-z]	hello
12345helloWORLD	%[1-9a-z]或%[a-z1-9]	12345hello
12345helloWORLD	%[^A-Z]	12345hello
12345helloWORLD	%[^a-f]	12345h
12345helloWORLD	%*[1-9]%[a-z]	hello
12345helloWORLD	%[a-z]	(空串，需先過濾前面不需要的字符)
12345helloWORLD=	%*[1-9]%*[a-z]%[^a-z=]	WORLD
12345/hello@world	%*[^/]/%[^@]	hello
IpAddr=10.46.44.40	%*[^=]=%s	10.46.44.40
Name    =   Yuan	%*[^=]=%*[ \t]%s	Yuan
email:[e-mail];	%*[^:]:%[^;]	[e-mail]
email:[e-mail]	%*[^:]:%s	[e-mail]
[e-mail]	%[^@]%*c%s	串1:wxy；串2:zte.com.cn
IpAddr=10.46.44.40	%[^=]=%s	串1:IpAddr；串2:10.46.44.40
1hello234world5	1%[^2]234%[^5]	串1:hello；串2:world
Michael/nWang	%[^/n]%*c%*c%s	串1:Michael；串2:Wang
Michael\nWang	%[^\n]%*c%s	串1:Michael；串2:Wang
13:10:29-13:11:08	%[0-9,:] - %[0-9,:]	串1:13:10:29；串2:13:11:08
10.46.44.40	%d.%d.%d.%d	串1:10；串2:46；串3: 44；串4: 40

     此外，還有如下幾種用法：

    【例1】讀入一行字符串

     因字符串可能含空白字符，故不能直接使用%s；而gets函數存在溢出風險，不推薦使用。此時，可使用sscanf函數，格式化字符串設為"%[^\n]%*c"。%*c用於跳過換行符\n，以便再次讀入下一行。

    【例2】提取"Name = Yuan"中的"Name"

     若行首有空白字符，可用"%*[ \t]%[^= \t]"格式串；

     若不確定行首有無空白字符，可先跳過空白字符：

char szName[] = "Name    =   Yuan";
char szResBuf[32] = {0};
sscanf(szName+strspn(szName," \t"), "%[^= \t]", szResBuf);

    【例3】分解URL

     普通實現如下所示：

/*****************************************************************************
 * 函數名稱：OaSplitPwFarEndIpInfo
 * 功能描述：將遠端IP信息分解為目的IP地址和端口號
 * 注意事項：遠端IP信息應形如'udp://192.168.100.221:5000'
*****************************************************************************/
static FUNC_STATUS OaSplitPwFarEndIpInfo(INT8U *pucFarEndIpInfo, INT32U *dwDstUdpPort, INT8U *pucDstIpAddr)
{
    FUNC_STATUS retCode = S_OK;
    INT8U  strUdpHead[] = "udp://";
    INT8U  ucUdpUrlLen = strlen(strUdpHead);
    INT8U  ucIndex = 0;

    CHECK_TRIPLE_POINTER(pucFarEndIpInfo, dwDstUdpPort, pucDstIpAddr, S_NULL_POINTER);

    if(strncasecmp(pucFarEndIpInfo, strUdpHead, ucUdpUrlLen) != 0)
    {
        OmciLog(LOG_CES,"[%s]Cannot Parse FarEndIpInfo(%s)!\n\r", __FUNCTION__, pucFarEndIpInfo);
        return S_ERROR;
    }

    INT8U ucMaxUrlLen = ucUdpUrlLen + STR_IPV4_MAX_LEN; //避免未配置端口時陷入死循環(infinite loop)
    for(ucIndex = 0; (pucFarEndIpInfo[ucUdpUrlLen] != ':') && (ucUdpUrlLen < ucMaxUrlLen); ucIndex++)
    {
        pucDstIpAddr[ucIndex] = pucFarEndIpInfo[ucUdpUrlLen++];
    }
    pucDstIpAddr[ucIndex] = '\0';

    *dwDstUdpPort = strtoul(&pucFarEndIpInfo[ucUdpUrlLen+1], NULL, 10);

    return retCode;
}

     使用sscanf格式化則更為簡單：

char szUrl[] = "udp://192.168.100.221:5000";
char szProt[4] = {0}, szIp[32] = {0};
unsigned int dwPort = 0;
sscanf(szUrl, "%[^://]%*c%*c%*c%[^:]%*c%d", szProt, szIp, &dwPort);
printf("szProt=%s, szIp=%s, dwPort=%d\n", szProt, szIp, dwPort);

    【例4】提取數字

char szDig[]="10,22m,Z86,,880;555:666."; 
int dwIdx = 0, dwVal = 0, dwSize = 0;
while(1 == sscanf(szDig+dwIdx, "%d%*[^0-9]%n", &dwVal, &dwSize))
{
    dwIdx += dwSize;
    printf("dwIdx=%d, dwSize=%d, dwVal=%d\n", dwIdx, dwSize, dwVal); 
}

     上述實現稍加改造，即可用於處理某種字符分隔的數字串。

 

     綜上，對於簡單的字符串分析，采用sscanf函數處理比較簡潔。若字符串比較復雜，則可借助相應的正則表達式庫。需要注意，sscanf格式化的目的是“截取”，而正則表達式的目的是“匹配”，不能完全等同。