[英]Gnu regex fails if `size` parameter of getline is not reset to 0
下面的代码由读取一堆文本文件的read_files()
和使用 gnu regex 库对模式进行字符串匹配的match()
函数组成。
在read_files()
我使用getline()
并将size
参数设置为 0 以便getline()
将以默认的 120 大小开始,然后根据需要增加
#include <limits.h> // for PATH_MAX
#include <regex.h> // for regcomp, regerror, regexec, regfree, size_t, REG...
#include <stdio.h> // for printf, fprintf, NULL, fclose, fopen, getline
#include <stdlib.h> // for exit, free, EXIT_FAILURE
int match(const char *regex_str, const char *str) {
regex_t regex;
int reti;
char msgbuf[100];
/* Compile regular expression */
reti = regcomp(®ex, regex_str, REG_EXTENDED);
if (reti) {
fprintf(stderr, "Could not compile regex\n");
exit(1);
}
/* Execute regular expression */
reti = regexec(®ex, str, 0, NULL, 0);
if (!reti) {
return 1;
} else if (reti == REG_NOMATCH) {
return 0;
} else {
regerror(reti, ®ex, msgbuf, sizeof(msgbuf));
fprintf(stderr, "Regex match failed: %s\n", msgbuf);
exit(1);
}
/* Free memory allocated to the pattern buffer by regcomp() */
regfree(®ex);
}
void read_files() {
size_t path_count = 2;
char pathnames[2][PATH_MAX] = {"./tmp/test0.conf", "./tmp/test1.conf"};
FILE *fp;
char *line = NULL;
size_t len = 0;
ssize_t read_count;
for (int i = 0; i < path_count; i++) {
printf("opening file %s\n", pathnames[i]);
fp = fopen(pathnames[i], "r");
if (fp == NULL) {
printf("internal error,couldn't open file %s\"}", pathnames[i]);
exit(EXIT_FAILURE);
}
int linenum=1;
while ((read_count = getline(&line, &len, fp)) != -1) {
printf("%d: %s",linenum,line);
linenum++;
}
printf("len: %zu\n", len);
fclose(fp);
// len=0; // this is the line that fixes the bug, if i reset len to 0 after reading the first file then everything works as expected, if i don't reset it then regex matching fails
if (line)
free(line);
}
}
int main(int argc, char *argv[]) {
read_files();
if (!match("^[a-zA-Z0-9]+$", "jack")) {
printf("input don't match\n");
}
}
test0.conf 的内容
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
test1.conf 的内容
testing123
运行上述代码时,我得到以下输出:
opening file ./tmp/test0.conf
1: AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
len: 240
opening file ./tmp/test1.conf
1: testing123
len: 240
input don't match
所以模式匹配失败,字符串“jack”实际上匹配。
您可以看到,在完成读取第一个文件后, len
设置为 240,因此当getline
再次为第二个文件执行时,它将读取缓冲区大小为240
的文件,但这由于某种原因导致正则表达式匹配失败。
如果我在读取第一个文件后将len
重置为 0 参数,则代码按预期工作(正则表达式匹配工作正常)。
那么为什么getline()
len
参数会影响 gnu 正则表达式的行为呢?
那么为什么 getline() len 参数会影响 gnu 正则表达式的行为呢?
正如玛丽安评论的那样,您使用getline
不正确,导致它损坏堆。 您可以通过使用-fsanitize=address
标志编译程序并运行它来观察这一点。 请参阅Address Sanitizer 手册以了解错误。
这是未定义的行为,您的程序可以做任何事情。 在这里,它恰好导致 GNU 正则表达式库停止正常工作。 SIGSEGV
是另一个可能的结果。
要解决此问题,您应该将free
调用移出循环,并且仅在完成读取行后才释放内存。
free
后在循环中设置line = NULL
是另一种可能(但效率较低)的修复方法。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.