c、修剪字符串和宽字符

Question

简单地说，我正在解析从 libcurl 接收的 HTTP header ，在需要宽字符的环境中。 header 以 char * 字符串的形式到达我这里，采用通用格式

名称:值

我通过将 null 写入冒号的位置，然后修剪，将其分成两个字符串:

        int offset = index_of( ':', s );

        if ( offset != -1 ) {
            s[offset] = ( char ) 0;
            char *name = trim( s );
            char *value = trim( &s[++offset] );

我使用的修剪函数是我自己编写的:

char *trim( char *s ) {
    int i;

    for ( i = strlen( s ); ( isblank( s[i] ) || iscntrl( s[i] ) ) && i >= 0;
          i-- ) {
        s[i] = '\0';
    }
    for ( i = 0; ( isblank( s[i] ) || iscntrl( s[i] ) ) && s[i] != '\0'; i++ );

    return ( char * ) &s[i];
}

我知道 this answer并尝试了它推荐的修剪功能，但它们没有解决我的问题，所以暂时我又回到了我自己的。

然后，我将修剪后的字符串输入到 mbstowcs 函数:

struct cons_pointer add_meta_string( struct cons_pointer meta, wchar_t *key,
                                     char *value ) {
    wchar_t buffer[strlen( value ) + 1];
    /* \todo something goes wrong here: I sometimes get junk characters on the
     * end of the string. */
    mbstowcs( buffer, value, strlen( value ) );
    return make_cons( make_cons( c_string_to_lisp_keyword( key ),
                                 c_string_to_lisp_string( buffer ) ), meta );
}

我得到的垃圾角色似乎总是同一个:

:: (inspect (assoc :owner (meta l)))

    STRG (1196577875) at page 7, offset 797 count 2
        String cell: character 's' (115) next at page 7 offset 798, count 2
         value: "simon翾"
"simon翾"
:: (inspect (cdr (cdr (cdr (cdr (cdr (assoc :owner (meta l)))))))))

    STRG (1196577875) at page 7, offset 802 count 2
        String cell: character '翾' (32766) next at page 0 offset 0, count 2
         value: "翾"

32766 is the highest signed 16-bit number , -1，这可能很重要；对我来说，这意味着 mbstowcs 正在读取字符串的末尾，这又意味着 strlen 可能返回一个虚假值。

我能够从流中读取宽字符:

:: (assoc :x-lambda (meta l))

"λάμβδα"

我绝不是 C 专家；这是我近 30 年来所做的第一个重要的 C 项目，所以我可能会遗漏一些非常明显的东西；并非常感谢帮助。如果您有兴趣，完整的源代码是 here .

Answer 1

减少 1

mbstowcs()转换数组。如果结果还包含空字符，请在传递给函数的长度中考虑该字符。

// mbstowcs( buffer, value, strlen( value ) );
mbstowcs( buffer, value, strlen( value ) + 1);

buffer 中缺少空字符可能会搞乱以下 make_cons() .

---

其他

for ( i = strlen( s ); ( isblank( s[i] ) || iscntrl( s[i] ) ) && i >= 0; i-- ) 。被打破。做i >= 0之前测试s[i] .

注意is...(int ch)预计ch在unsigned char范围内和EOF 。当 s[i] < 0 时此代码为 UB 。通常修复:is...((unsigned char) s[i]) .