在程序崩溃之前，如何检测文本文件是否已损坏？

Question

我在ANSI C中编写一个命令行程序来解析Quake 2映射文件，以报告正在使用多少实体和纹理。 我的开发机器是MacBook。 我正在OS X Snow Leopard（32位），Windows XP（32位）和Vista（64位）以及Ubuntu 9.10（32位）上进行测试。

我在Vista上遇到了一个崩溃的错误，该错误会将该程序与某个映射文件挂起。 花了一段时间才弄清楚它不是程序，而是地图文件本身。 我没有发现有关文本文件的任何异常情况。 重新打开并保存地图文件可以解决该问题。

我的代码将整个地图文件加载到内存中，使用strtok（）使用'\\ n'分隔行，解析每一行，然后将数据加载到单链接列表中进行处理。 有没有一种方法可以检测地图（文本）文件是否损坏？

最简单的非编程解决方案是添加包含问题和解决方案的FAQ文件。

Answer 1

在阅读每一行时，都会对其进行解析，以确定其是否有效。 如果您的方法失败，您可以简单地让用户知道数据已损坏，但是您仍然可以正常退出。

Answer 2

使用解析器生成器工具，您可以轻松检测语法错误。

但是，即使语法正确，您也应始终假定内容可能不正确。

例如，如果文件格式如下：

• n：条目数
• 条目1
• 条目2
• ...
• 结束条件

您的代码不应仅仅分配n个大小的数组，并读取数组中的条目直到结束条件为止。 相反，您应该验证是否实际读取了n个条目（在这种情况下，请不要读取超过n个条目，以避免溢出）。

因此，请设计代码，使其不会盲目地信任输入。

Answer 3

我认为我已修复该错误。 我采取了一些步骤到达那里，并且测试进行顺利。

• 在我的GCC调试组合中添加了-Wconversion。 这报告了一些有用的警告，而不是那么有用的警告。 在大多数情况下，将unsigned添加到变量类型和一些较小的（int）强制转换。
• 虽然我的数据结构具有正确的类型（即unsigned long int），但将所有内容加在一起的输出变量却是错误的类型（即int）。 重新检查我所有的变量类型，以确保它们都匹配。
• 添加了一个检查文件是否为零或负字节大小，以使程序暂停并出现错误。
• 添加了一个检查，即数据列表中是否有零个节点（即，解析返回无效匹配），以通过消息文件没有可用数据来暂停程序。

我暂时不考虑解析功能。 如果损坏或损坏的地图文件具有有效的匹配项，则最终将输出该“数据”。 垃圾进/垃圾出（GIGO）仍然是一个因素。 稍后再访问的内容。 我的程序的发行版本可以在这里找到。