讀取以逗號分隔的一串數字

Question

我正在編寫一個函數，它應該讀取一串數字，用逗號分隔。 字符串的格式如下：

"1, 2, 3"

唯一的“規則”是該函數將容忍任何空格或制表符，只要每個數字之間有一個逗號。

如果字符串有效，則將數字存儲在鏈表中。

例如，以下字符串是有效的：

"1,2,14,2,80"
"  250  ,  1,  88"

但以下內容無效：

" 5, 1, 3 ,"
"51, 60, 5,,9"

我首先用 strtok() 試試運氣（使用分隔符“，\t”，但據我目前的理解，不可能檢查錯誤。所以我編寫了自己的函數，但我對它非常不滿意 -我認為代碼很糟糕，雖然它似乎可以工作，但我真的很想知道是否有一種更清潔、更簡單的方法來實現這樣的功能。

我的功能是：

void sliceNumbers(char * string)
{
  /*flag which marks if we're expecting a comma or not*/
  int comma = FALSE;
  /*Are we inside a number?*/
  int nFlag = TRUE;
  /*error flag*/
  int error = FALSE;
  /*pointer to string start*/
  char * pStart = string;
  /*pointer to string end*/
  char * pEnd = pStart;

  /*if received string is null*/
  if (!string)
  {
    /*add error and exit function*/
    printf("You must specify numbers");
    return;
  }
  /*this loop checks if all characters in the string are legal*/
  while (*pStart != '\0')
  {
    if ((isdigit(*pStart)) || (*pStart == ',') || (*pStart == ' ') || (*pStart == '\t'))
    {
      pStart++;
    }
    else
    {
      char tmp[2];
      tmp[0] = *pStart;
      tmp[1] = 0;
      printf("Invalid character");
      error = TRUE;
      pStart++;
    }
  }
  if (!error)
  {
    pStart = string;
    if (*pStart == ',')
    {
    printf("Cannot start data list with a comma");
    return;
    }
    pEnd = pStart;
    while (*pEnd != '\0')
    {
      if (comma)
      {
        if (*pEnd == ',')
        {
          if (!nFlag)
          {

          }
          if (*(pEnd + 1) == '\0')
          {
            printf("Too many commas");
            return;
          }
          *pEnd = '\0';
          /*Add the number to the linked list*/
          addNumber(pStart, line, DC);
          comma = FALSE;
          nFlag = FALSE;
          pStart = pEnd;
          pStart++;
          pEnd = pStart;
        }
        else if (isdigit(*pEnd))
        {
          if (!nFlag)
          {
            printf("numbers must be seperated by commas");
            pEnd++;
          }
          else
          {
            if (*(pEnd + 1) == '\0')
            {
              pEnd++;
              /*Add the number to the linked list*/
              addNumber(pStart);
              comma = FALSE;
              nFlag = FALSE;
              pStart = pEnd;
              pStart++;
              pEnd = pStart;
            }
            else
            {
              pEnd++;
            }
          }
        }
        else if (*pEnd == '\0')
        {
          if (nFlag)
          {
            /*Add the number to the linked list*/
            addNumber(pStart, line, DC);
          }
          else
          {
            printf("Too many commas");
          }

        }
        else if (*pEnd == ' ' || *pEnd == '\t')
        {
          nFlag = FALSE;
          pEnd++;
        }
      }
      else
      {
        if (*pEnd == ',')
        {
          printf("There must be only 1 comma between numbers");
          return;

        }
        else if (isdigit(*pEnd))
        {
          if (*(pEnd + 1) == '\0')
          {
            pEnd++;
            /*Add the number to the linked list*/
            addnumber(pStart, line, DC);
            comma = FALSE;
            nFlag = FALSE;
            pStart = pEnd;
            pStart++;
            pEnd = pStart;
          }
          else
          {
            pStart = pEnd;
            pEnd++;
            nFlag = TRUE;
            comma = TRUE;
          }
        }
        else if (*pEnd == ' ' || *pEnd == '\t')
        {
          if (!nFlag)
          {
            pEnd++;
          }
          else
          {
            pEnd++;
          }
        }
      }
    }
  }
}

Answer 1

您已經定義了許多布爾值（盡管您已將它們聲明為int s）來跟蹤當前狀態。 您可以將它們組合成一個state變量，使用#define定義可能的值：

#define STATE_START 0
#define STATE_IN_NUMBER 1
#define STATE_COMMA 2
#define STATE_FINISHED 3
#define STATE_ERROR 4

int state = STATE_START;

你可以畫一張圖（有點像流程圖），展示每個角色如何將我們從一種狀態轉移到另一種狀態。

（對於我的圖像，我保持簡單，只顯示輸入的非錯誤狀態，沒有空格）

或者簡單地說：

current state   | input     | next state| side effect
-----------------------------------------------------------------------
START           | digit     | IN_NUMBER | start storing a number
START           | other     | ERROR     | 
IN_NUMBER       | digit     | IN_NUMBER | continue storing a number
IN_NUMBER       | comma     | COMMA     | complete storing a number
IN_NUMBER       | null      | FINISHED  | finalise output
IN_NUMBER       | other     | ERROR     | report error
COMMA           | digit     | IN_NUMBER | start storing a number
COMMA           | comma     | ERROR     |
COMMA           | other     | ERROR     |

（對於我的表，我添加了基本的錯誤狀態，但仍然沒有考慮空格）

您將需要添加更多狀態和轉換來處理空格和制表符，但原則不會改變。 我建議從一個沒有空格的實現開始，然后添加它。

這允許您編寫一個有限狀態機，它的一個實現如下所示：

int state = STATE_START;
while(state != STATE_FINISHED && state != STATE_ERROR) {
    char c = input[offset++];
    switch(state) {
        case STATE_START:
            state = handleStateStart(...);
            break;
        case STATE_IN_NUMBER:
            state = handleInNumber(...);
            break;
        // etc.
        default:
            sprintf(error_message, "Reached unsupported state: %c", state);
            state = STATE_ERROR;
    }
}

處理函數的參數需要傳入它將讀取和修改的數據結構。 例如：

int handleStateStart(
    char c,
    int* current_number,
    char *error_message) 
{
    if( ! isDigit(c)) {
        sprintf(error_message, "Expected a digit at char %d", *offset);
        return STATE_ERROR;
    }
    *current_number = atoi(c);
    return STATE_IN_NUMBER;
}

（這是一種易於理解的狀態機實現方式，但還有其他方式可以做到： 有沒有典型的狀態機實現模式？ ）

您的 CSV 解析問題非常適合狀態機，生成的代碼將非常整潔。 狀態機用於更復雜的解析任務，並大量用於編譯器等。 稍后在您的學習中，您將遇到正則表達式——正式地，正則表達式是一種表達消耗字符的有限狀態機的緊湊方式。

Answer 2

strtok()是正確的方法。 但僅通過"," （逗號）作為分隔符。 您可以檢查結果字符串的長度為零（ strlen(tok)==0 ），這意味着您有兩個連續',' 。 檢查后，您只需修剪結果，即如此處所述。

Answer 3

您可以使用正則表達式庫

1) 驗證字符串

[^\d, ]|,[[:blank:]]+,|,{2,}

在哪里
[^\d, ] - 找到除數字、逗號和空格之外的所有符號
,[[:blank:]]+,|,{2,} - 驗證字符串 2 個或多個帶有空格和制表符的逗號，逗號之間沒有數字

2) 進程號

\d+

你可以在這里在線嘗試

Answer 4

一種非常有效的直接方法：

1. 一次刪除所有空格和制表符。 您可以通過就地執行來避免空間開銷。
2. 閱讀數字流並繼續將它們添加到鏈接列表中。 如果檢測到任何無效數字，例如長度為 0 的數字，則只需返回一個 NULL 指針，從而停止進一步處理。
3. 如果 pass 2 成功完成，則返回該鏈表的頭指針。