C语言 sscanf() 函数格式化浅析

标准库函数族

NAME
       scanf, fscanf, sscanf, vscanf, vsscanf, vfscanf - input format conversion

SYNOPSIS
       #include <stdio.h>

       int scanf(const char *format, ...);
       int fscanf(FILE *stream, const char *format, ...);
       int sscanf(const char *str, const char *format, ...);

       #include <stdarg.h>

       int vscanf(const char *format, va_list ap);
       int vsscanf(const char *str, const char *format, va_list ap);
       int vfscanf(FILE *stream, const char *format, va_list ap);

以函数 int sscanf(const char *str, const char *format, ...) 切入，描述格式化规则

• 该函数根据参数format(格式化字符串)来转换参数str指向的字符串，转换后的结果存于对应的可变参数内。其返回值为按照指定格式转换符成功读入且赋值的可变参数数目(若发生匹配错误而部分成功，该数目会小于指定的参数数目，甚至为0)。若首次成功转换或错误匹配发生前输入已结束(如str为空字符串)，则返回EOF。发生读取错误时也返回EOF，且设置错误码errno(如format为空指针时返回EOF并设置errno为EINVAL)。可见，通过比较该函数的返回值与指定的可变参数数目，可判断格式转换是否成功。
• format可为一个或多个{%[*] [width] [{h | l | L}]type | ' ' | '\t' | '\n' | 非%符号}格式转换符。集合中{a|b|c}表示格式符a、b、c任选其一。以中括号括起来的格式符可选。%与type为必选，所有格式符必须以%开头。
• 赋值抑制符'*'表明按照随后的转换符指示来读取输入，但将其丢弃不予赋值(“跳过”)。抑制符无需相应的指针可变参数，该转换也不计入函数返回的成功赋值次数。%*[width] [{h | l | L}]type 表示满足该条件的字符被过滤掉，不会向目标参数中赋值
• width表示最大读取宽度。当读入字符数超过该值，或遇到不匹配的字符时，停止读取。多数转换丢弃起始的空白字符。这些被丢弃的字符及转换结果添加的空结束符('\0')均不计入最大读取宽度。
• {h | l | L}为类型修饰符。h指示输入的数字数值以short int或unsigned short int类型存储；hh指示输入以signed char或unsigned char类型存储。l(小写L)指示输入以long int、unsigned long int或double类型存储，若与%c或%s结合则指示输入以宽字符或宽字符串存储；ll等同L。L指示输入以long long类型存储。
• type 为类型转换符，如%s、%d。
• []：字符集合。[]表示指定的字符集合匹配非空的字符序列；^则表示过滤。该操作不会跳过空白字符(空格、制表或换行符)，因此可用于目标字符串不以空白字符分隔时。[]内可有一到多个非^字符(含连字符'-')，且无顺序要求。%[a-z]表示匹配a到z之间的任意字符，%[aB-]匹配a、B、-中的任一字符；%[^a]则匹配非a的任意字符，即获取第一个a之前的(不为a的)所有字符。^可作用于多个条件，如^a-z=表示^a-z且^=(既非小写字母亦非等号)。空字符集%[]和%[^]会导致不可预知的结果。
• 使用[]时接收输入的参数必须是有足够存储空间的char、signed char或unsigned char数组。[]也是转换符，故%[]后无s。
• %[^]的含义和用法与正则表达式相同，故sscanf函数某种程度上提供了简单的正则表达式功能。

格式化示例

原始字符转	格式化字符串	格式化结果	备注
helloworld	%s	helloworld
hello, world	%s	hello,
hello, world	%4s	hell
hello, world	%*s%s	world	若原字符串无空格则得到空串
hello, world	%[^ ]	hello,
hello, world	%[a-z]	hello
12345helloWORLD	%[1-9a-z]或%[a-z1-9]	12345hello
12345helloWORLD	%[^A-Z]	12345hello
12345helloWORLD	%[^a-z]	12345h
12345helloWORLD	%[a-z]	(空串，需先过滤前面不需要的字符)
12345helloWORLD=	%[1-9]%[a-z]%[^a-z=]	WORLD
12345/hello@world	%*[^/]/%[^@]	hello
IpAddr=10.46.44.40	%*[^=]=%s	10.46.44.40
email:wxy@zte.com.cn;	%*[^:]:%[^;]	wxy@zte.com.cn
email:wxy@zte.com.cn	%*[^:]:%s	wxy@zte.com.cn
wxy@zte.com.cn	%[^@]%*c%s	wxy@zte.com.cn
1hello234world5	1%[2]234%[5]	串1:hello 串2:world
Michael/nWang	%[^/n]%c%c%s	串1:Michael 串2:Wang
Michael\nWang	%[^\n]%c%c%s	串1:Michael 串2:Wang
13:10:29-13:11:08	%[0-9,:]-%[0-9,:]	串1:13:10:29 串2:13:11:08

示例源码

#include <stdio.h>
#include <string.h>

#define SIZE 256

void test_format(const char* raw, const char* format, char* buf) {
  sscanf(raw, format, buf);
  printf("%-25s%-20s%-20s", raw, format, buf);
  printf("\n");
  memset(buf, 0, SIZE);
}

void test_format2(const char* raw, const char* format, char* buf1, char* buf2) {
  sscanf(raw, format, buf1, buf2);
  printf("%-25s%-20s%-20s%-20s", raw, format, buf1, buf2);
  printf("\n");
  memset(buf1, 0, SIZE);
  memset(buf2, 0, SIZE);
}

int main(int argc, char* argv[]) {
  char buf1[SIZE] = {0};
  char buf2[SIZE] = {0};

  test_format("helloworld", "%s", buf1);
  test_format("hello, world", "%s", buf1);
  test_format("hello, world", "%4s", buf1);
  test_format("hello, world", "%*s%s", buf1);
  test_format("hello, world", "%[^]", buf1);
  test_format("hello, world", "%[a-z]", buf1);
  test_format("12345helloWORLD", "%[1-9a-z]", buf1);
  test_format("12345helloWORLD", "%[^A-Z]", buf1);
  test_format("12345helloWORLD", "%[^a-z]", buf1);
  test_format("12345helloWORLD", "%[a-z]", buf1);
  test_format("12345/hello@world", "%*[^/]/%[^@]", buf1);
  test_format("IpAddr=10.46.44.40", "%*[^=]=%s", buf1);
  test_format("email:wxy@zte.com.cn;", "%*[^:]:%[^;]", buf1);
  test_format("email:wxy@zte.com.cn", "%*[^:]:%s", buf1);

  test_format2("wxy@zte.com.cn", "%[^@]%*c%s", buf1, buf2);
  test_format2("IpAddr=10.46.44.40", "%[^=]=%s", buf1, buf2);
  test_format2("1hello234world5", "1%[^2]234%[^5]", buf1, buf2);
  test_format2("Michael/nWang", "%[^/n]%*c%*c%s",buf1, buf2);
  test_format2("Michael\\nWang", "%[^\\n]%*c%*c%s", buf1, buf2);
  test_format2("13:10:29-13:11:08", "%[0-9,:]-%[0-9,:]", buf1, buf2);

  return 0;
}