Linux 中的 C 编程：无法为找到文件中子字符串出现次数的程序获得正确的输出

Question

我正在编写一个程序，该程序从写入缓冲区的文本文件（也从命令行读取）中的命令行中查找输入子字符串的出现次数。

当我在 bash 中运行代码时，出现错误：分段错误（核心已转储）。 我仍在学习如何在这种环境中使用 C 进行编码，并且对发生分段错误的原因（滥用动态内存分配？）有所了解，但我找不到它的问题。 我所能得出的结论是，问题出在 for 循环内部（我标记了代码中潜在错误的产生位置）。

编辑：我设法通过将argv[j]更改为argv[i]来修复分段错误错误，但是当我现在运行代码时，即使子字符串在文本文件中多次出现，count1 也总是返回 0 并且我不确定即使我已经多次阅读代码，又有什么问题。

$ more foo.txt

aabbccc

$ ./main foo.txt a

0

#include <sys/types.h>
#include <sys/uio.h>
#include <unistd.h>
#include <stdio.h>
#include <stdlib.h>
#include <fcntl.h>
#include <string.h>

int main(int argc, char *argv[]) {

    FILE *fp; 
    long lsize; 
    char *buf;
    int count = 0, count1 = 0; 
    int i, j, k, l1, l2;   

    if (argc < 3) { printf("Error: insufficient arguments.\n"); return(1); };

    fp = fopen(argv[1], "r"); 

    if (!fp) { 
        perror(argv[1]); 
        exit(1); 
    }

    //get size of file 
    fseek(fp, 0L, SEEK_END);
    lsize = ftell(fp); 
    rewind(fp);

    //allocate memory for entire content
    buf = calloc(1, lsize+1);

    if (!buf) { 
        fclose(fp); 
        fputs("Memory alloc fails.\n", stderr); 
        exit(1); 
    }

    //copy the file into the buffer
    if (1 != fread(buf, lsize, 1, fp)) {
        fclose(fp);
        free(buf); 
        fputs("Entire read fails.\n", stderr); 
        exit(1); 
    }

    l1 = strlen(buf);

    //error is somewhere here
    for (i = 2; i < argc; i++) {
        for (j = 0; j < l1;) {
            k = 0; 
            count = 0; 
            while ((&buf[j] == argv[k])) {
                count++;
                j++; 
                k++; 
            }
            if (count == strlen(argv[j])) {
                count1++; 
                count = 0; 
            }
            else
                j++; 
        }
        printf("%d\n", count1);
    }

    fclose(fp); 

    return 0; 
}

Answer 1

fread(buf, lsize, 1, fp)将读取 1 个lsize字节块，但是fread不关心内容并且不会为字符串添加'\\0'终止字节，因此l1 = strlen(buf); 产生未定义的行为，因此可以忽略结果的其余部分（并且您的计数也有错误）。 请注意，文件通常在末尾没有以 0 结尾的字节，即使对于包含文本的文件也适用，它们通常以换行符结尾。

您必须自己设置 0 终止字节：

if (1 != fread(buf, lsize, 1, fp)) {
    fclose(fp);
    free(buf); 
    fputs("Entire read fails.\n", stderr); 
    exit(1); 
}

buf[lsize] = '0';

您可以使用strstr来获取子字符串的位置，如下所示：

for(i = 2; i < argc; ++i)
{
    char *content = buf;
    int count = 0;

    while((content = strstr(content, argv[i])))
    {
        count++;
        content++; // point to the next char in the substring
    }

    printf("The substring '%s' appears %d time(s)\n", argv[i], count);

}

你的计数是错误的，有一些错误。 这个比较

&buf[j] == argv[k]

错了，你是在比较指针，而不是内容。 您必须使用strcmp来比较字符串。 在这种情况下，您将不得不使用strncmp因为您只想匹配子字符串：

while(strncmp(&buf[j], argv[k], strlen(argv[k])) == 0)
{
    // substring matched
}

但这也是错误的，因为您也在增加k ，这将为您提供下一个参数，如果子字符串长于参数数量，最后您可能会超出argv的限制。 根据您的代码，您必须比较字符：

while(buf[j] == argv[i][k])
{
    j++;
    k++;
}

只有在匹配子字符串时才必须增加counter ，如下所示：

l1 = strlen(buf);

for (i = 2; i < argc; i++) {
    int count = 0;
    int k = 0; // running index for inspecting argv[i]
    for (j = 0; j < l1; ++j) {
        while(buf[j + k] == argv[i][k])
            k++;

        // if all characters of argv[i] 
        // matched, argv[i][k] will be the
        // 0-terminating byte
        if(argv[i][k] == 0)
            count++;

        // reset running index for argv[i]
        // go to next char if buf
        k = 0;
    }

    printf("The substring '%s' appears %d time(s)\n", argv[i], count);
}