【C/C++】点滴基础知识（EOF，sscanf）

 EOF

 学习C语言的时候，遇到的一个问题就是EOF。

 它是end of file的缩写，表示"文字流"（stream）的结尾。这里的"文字流"，可以是文件（file），也可以是标准输入（stdin）。

比如，下面这段代码就表示，如果不是文件结尾，就把文件的内容复制到屏幕上。

int c;while ((c = fgetc(fp)) != EOF) {          putchar (c);}

很自然地，我就以为，每个文件的结尾处，有一个叫做EOF的特殊字符，读取到这个字符，操作系统就认为文件结束了。

但是，后来发现，EOF不是特殊字符，而是一个定义在头文件stdio.h的常量，一般等于-1。

#define  EOF  (-1)

于是，我就困惑了。

如果EOF是一个特殊字符，那么假定每个文本文件的结尾都有一个EOF（也就是-1），还是可以做到的，因为文本对应的ASCII码都是正值，不可能有负值。但是，二进制文件怎么办呢？怎么处理文件内部包含的-1呢？

这个问题让我想了很久，后来查了资料才知道，在Linux系统之中，EOF根本不是一个字符，而是当系统读取到文件结尾，所返回的一个信号值（也就是-1）。至于系统怎么知道文件的结尾，资料上说是通过比较文件的长度。

所以，处理文件可以写成下面这样：

int c;while ((c = fgetc(fp)) != EOF) {        do something}

这样写有一个问题。fgetc()不仅是遇到文件结尾时返回EOF，而且当发生错误时，也会返回EOF。因此，C语言又提供了feof()函数，用来保证确实是到了文件结尾。上面的代码feof()版本的写法就是：

int c;while (!feof(fp)) {    c = fgetc(fp);    do something;}

但是，这样写也有问题。fgetc()读取文件的最后一个字符以后，C语言的feof()函数依然返回0，表明没有到达文件结尾；只有当fgetc()向后再读取一个字符（即越过最后一个字符），feof()才会返回一个非零值，表示到达文件结尾。

所以，按照上面这样写法，如果一个文件含有n个字符，那么while循环的内部操作会运行n+1次。所以，最保险的写法是像下面这样：

int c = fgetc(fp);while (c != EOF) {    do something;    c = fgetc(fp);}if (feof(fp)) {      printf("\n End of file reached.");} else {      printf("\n Something went wrong.");}

除了表示文件结尾，EOF还可以表示标准输入的结尾。

int c;while ((c = getchar()) != EOF){      putchar(c);}

但是，标准输入与文件不一样，无法事先知道输入的长度，必须手动输入一个字符，表示到达EOF。

Linux中，在新的一行的开头，按下Ctrl-D，就代表EOF（如果在一行的中间按下Ctrl-D，则表示输出"标准输入"的缓存区，所以这时必须按两次Ctrl-D）；Windows中，Ctrl-Z表示EOF。（顺便提一句，Linux中按下Ctrl-Z，表示将该进程中断，在后台挂起，用fg命令可以重新切回到前台；按下Ctrl-C表示终止该进程。）

那么，如果真的想输入Ctrl-D怎么办？这时必须先按下Ctrl-V，然后就可以输入Ctrl-D，系统就不会认为这是EOF信号。Ctrl-V表示按"字面含义"解读下一个输入，要是想按"字面含义"输入Ctrl-V，连续输入两次就行了。

sscanf（格式化输入）

    头文件 #include <cstring>
    定义函数 int sscanf (const char *str,const char * format,........);
    函数说明 
    sscanf()会将参数str的字符串根据参数format字符串来转换并格式化数据。格式转换形式请参考scanf()。转换后的结果存于对应的参数内。
    返回值 成功则返回参数数目，失败则返回-1，错误原因存于errno中。 返回0表示失败    否则，表示正确格式化数据的个数    例如：sscanf(str，"%d%d%s", &i,&i2, &s);    如果三个变成都读入成功会返回3。    如果只读入了第一个整数到i则会返回1。证明无法从str读入第二个整数。  
    范例 

#include <cstring>#include <cstdio>int main(){    int i;    unsigned int j;    char input[ ]="10 0x1b aaaaaaaa bbbbbbbb";    char s[5];    sscanf(input,"%d %x %5[a-z] %*s %f",&i,&j,s,s);    printf("%d %d %s ",i,j,s);    return 0;}

  执行 10 27 aaaaa

  sscanf(stringBuf.c_str(), "%20[^#]#%20[^ ]",......)语句中""中的内容含义为：

 “%[  ]”符号用于声明字符串，它比“%s”更具体，可以用于设置读取的样式。例如“%[a-z]”只读取小写字母，读到其它字符就结束。注意，方括号中如果有“^”，代表一直读到某字符为止。例如：

“%[^#]”：读取字符串，一直到出现“＃”号为止。

   %20[^#]”：读取20个字节的字符串，出现“＃”号时结束。

   所以，“%20[^#]#%20[^ ]”的意义就是，

   读取两个20字节大小的字符串，第一个字符串可以用＃结束，第二个字符串可以用回车符结束。

   它们的具体阐述，参见MSDN：“scanf Type Field Characters”章节，和“scanf Width Specification”章节。

***********************************************************************************************************************

  大家都知道sscanf是一个很好用的函数，利用它可以从字符串中取出整数、浮点数和字符串等等。它的使用方法简单，特别   对于整数和浮点数来说。但新手可能并不知道处理字符串时的一些高级用法，这里做个简要说明吧。

  1. 常见用法。

      以下是引用片段：

char str[512]={0};sscanf("123456","%s",str);printf("str=%s",str);

  2. 取指定长度的字符串。如在下例中，取最大长度为4字节的字符串。

      以下是引用片段：

sscanf("123456","%4s",str);printf("str=%s",str);

  3. 取到指定字符为止的字符串。如在下例中，取遇到空格为止字符串。

      以下是引用片段：

 sscanf("123456abcdedf","%[^]",str);printf("str=%s",str);

  4. 取仅包含指定字符集的字符串。如在下例中，取仅包含1到9和小写字母的字符串。

      以下是引用片段：
　　sscanf("123456abcdedfBCDEF","%[1-9a-z]",str);
　　printf("str=%s",str);

  5. 取到指定字符集为止的字符串。如在下例中，取遇到大写字母为止的字符串。

      以下是引用片段：
　　sscanf("123456abcdedfBCDEF","%[^A-Z]",str);
　　printf("str=%s",str);

***********************************************************************************************************************

 名称: sscanf() - 从一个字符串中读进与指定格式相符的数据. 
 语法: int sscanf( string str, string fmt, mixed var1, mixed var2 ... );

 整数 sscanf( 字符串 str, 字符串 fmt, 混合 var1, 混合 var2 ... );

 用法: 以指定的格式 fmt 去解读字符串 str. fmt 中除了 %d 和 %s 以外, 亦可包含其他的字符串作为格式. 每一个 %d 或 %s  都对应一个参数, 按顺序为 var1, var2 ... %d 读入一个整数到参数中, 而 %s 读入一个字符串. * 亦可用于格式中, (即 %*d 和  %*s) 加了星号 (*) 表示跳过此数据不读入. (也就是不把此数据读入参数中) LPC 的 sscanf() 与 C 的 sscanf() 虽然相似, 但仍  有不同之处. LPC 的 sscanf() 不需要 (也不可) 提供变量的内存位址给 sscanf(), 只需要给予变量的名字. 另一个不同点是,        LPC 的 sscanf() 对于: sscanf( str, "%s %s", str1, str2 ); 的语法, 将会把 str 中的第一个英文单字 (即第一个空白字符以前的  内容) 读入 str1, 后面其余的内容读入 str2.

 sscanf() 会返回符合格式的 %d 和 %s 总数.

 以前曾经编写过这样的小程序：一个文本文件，每行是一条记录，每条记录中包含多个字段，每个字段之间以某种定界符   分开，举例如下：

 Notebook,IBM,ThinkPad X32,6,12000

(各字段以逗号分隔，内容依次是：物品名称，生产厂家，型号，数量，价格)

如果要对这样的一行记录进行处理，提取出各个字段，怎么做比较好呢？

我以前的做法是在一个循环中用strtok函数每次取一个字段，然后将内容保存到一个字符串数组中。这样做虽然可行，但我总感觉写出的代码有些啰嗦。

最近看到一段代码，用C的标准库函数sscanf，处理这样的数据，只需一行就可以了。我把代码整理了一下，去掉了无关的部分，核心部分如下：

float price;int quantity;char category[21], name[21];char vendor[21], sku[21];char buf[201];fp = fopen(filename, "r");fgets(buf, 200, fp);sscanf(buf,"%20[^#]#%20[^#]#%f#%i#%20[^#]#%20[^/n]",name, sku, &price, &quantity, category, vendor);

下面简单做些解说：

%20[^#]# 最多读入20个字符，直到遇见定界符#，但不包含定界符
%f# 读入一个浮点数，直到遇见定界符#
%i# 读入一个整数，直到遇见定界符#
%20[^/n] 最多读入20个字符，忽略行尾的回车符

是不是很简洁明了呢？

#include <stdio.h>int main(){char log[]="<14>2002-11-11 12:12:12 11.22.33.44 3 3 aaaa aaaaaa";//char log[]="<1>2002-11-11 12:12:12 11.22.33.44 3 aaaa aaaaaa";char test[]="<1111> 22";char log2[200];char str1[20];char str2[20];char str3[20];char str4[20];char str5[20];char str6[20];char str7[20];int a1,a2,a3,a4,a5,a6;sscanf(log,"<%d>%s %s %s %d %d %s",&a1,str2,str3,str4,&a5,&a6,str7);printf("%d\n",a1);printf("%s\n",str2);printf("%s\n",str3);printf("%s\n",str4);printf("%d\n",a5);printf("%d\n",a6);printf("%s\n",str7);sscanf(test,"<%d> %d",&a5,&a6);printf("%d\n",a5);printf("%d\n",a6);sscanf(log,"<%[^>]>%[^ ] %[^ ] %[^ ] %[^ ] %[^ ] %[^$]",str1,str2,str3,str4,str5,str6,str7);printf("%s\n",str1);printf("%s\n",str2);printf("%s\n",str3);printf("%s\n",str4);printf("%s\n",str5);printf("%s\n",str6);printf("%s\n",str7);return 0;}

const char *str = "drw-rw-rw- 1 user group 0 Oct 28 2003 -====流行音乐专用FTP=====-";
上面是源串，我要分别得到 drw-rw-rw-，group，-====流行音乐专用FTP=====- 字段
注意：因为这几个字段的值会变化，所以我要用格式化输入，分别存入下面的a b c中，高手帮忙！
下面这个是我没成功的尝试

http://community.csdn.net/Expert/topic/4192/4192979.xml?temp=.2922632
可以通过字符数组输出一个字符串！~

今天看到一个奇怪的scanf。其实这只是用了正则表达式。sscanf(user, "%127[^:]:%127[^ ]", user_name, password);

"%127[^:]:%127[^ ]"，是正则表达式用scanf或者printf，可以在%后面跟%d,%s等东西，也可以跟一个正则表达式。

这里，127表示最多可以接受127个字符，[^:]是正则表达式，表示非":"，到":"结束后面，%127[^ ]，同样，其中[^ ]是正则表达式，表示非" ",到" "结束。所以，如果user是"wpc:123456"的字符串，那么经过上面的sscanf后，user_name是wpc，而password是123456