嵌入式基础–解析字符串之模式匹配

字数统计: 1.5k字   |   阅读时长≈ 6分

嵌入式基础–解析字符串之模式匹配

接上一篇文章嵌入式基础–解析字符串(1)，笔者给大家介绍一个更加简单的解析工具，那就是sscanf。

热身

大家在上C语言课，做C语言课程设计或实验时，应该经常接触printf和scanf，前者打印字符中到标准输出，而后者从标准输入读取并解析字符串。

sscanf和scanf类似，只不过它并不从标准输入读取，而是直接解析用户传入的字符串。

1
int sscanf(const char *str, const char *format, ...);
  • str 待解析的字符串
  • format 格式化参数
  • … 变长参数，为一系列用于存放解析结果的变量的地址
  • 返回成功解析的字段数量

格式化参数是啥意思？我们先来热身下。

1
2
3
4
5
6
7
8
9
10
11
12
static void test(void)
{
 const char *str = "Today is 2021.7.31";

 int year = 0;
 int month = 0;
 int day = 0;
 int ret;

 ret = sscanf(str, "Today is %d.%d.%d", &year, &month, &day);
 printf("ret=%d, year:%d, month:%d, day:%d\n", ret, year, month, day);
}

"Today is %d.%d.%d"为格式化参数，里面有普通字符，如Today is，和格式说明符，%d表int类型。sscanf依据格式化参数来解析str。对于普通字符，sscanf检查str是否与其一致。对于格式说明符，则按其含义来提取str中的内容，并将结果存入地址参数中。上述代码演示了提取年月日信息的方法，结果如下：

1
ret=3, year:2021, month:7, day:31

如果还是对格式化参数没有印象的话，同学，你肯定没认真上C语言课，要不翻书复习下呗。笔者今天不是想从零开始讲sscanf，而是介绍一个鲜为人知的用法。

问题

再看一个例子，解析域名和端口号。

1
2
3
4
5
6
7
8
9
10
11
static void test2(void)
{
 const char *str = "www.baidu.com:80";

 char addr[64] = "";
 int port = 0;
 int ret;

 ret = sscanf(str, "%s:%d", addr, &port);
 printf("ret=%d, addr:%s, port:%d\n", ret, addr, port);
}

%s用于解析字符串（域名），%d用于解析int（端口号）。结果如下：

1
ret=1, addr:www.baidu.com:80, port:0

这并不是我们期望的结果，sscanf将域名和端口号都当字符串来解析了。这是因为%s对应的字符串，遇到空白字符（空格、换行）或者是’\0’才算结束。结束之后，sscanf才会去理会:%d。

上述情况属于：想让字符串结束却没结束，从而解析了过多的内容。有时还会遇到相反的情况，请看下一个例子：

1
2
3
4
5
6
7
8
static void test3(void)
{
 const char *str = "how are you";
 char buf[64] = "";

 sscanf(str, "%s", buf);
 printf("%s\n", buf);
}

本想解析出完整的how are you，而输出的结果只有how。

模式

使用%s来匹配字符串，会受到很大的限制。但这并不意味着sscanf不好用，其还有一种匹配字符串的方法，那就是模式匹配。

模式的格式为：%[pattern]，其中的pattern用于定义一个字符集，待匹配的字符串由这个字符集组成。pattern可以是多个字符，也可以使用-定义一个范围，还可以使用^反向定义字符集。说着有点抽象，让我们看些具体的示例吧。

  • %[abcd] 匹配由a,b,c和d组成的字符串。比如对于abcdefg这个字符串，其会匹配abcd。
  • %[^abcd] 当pattern由^开头时，其匹配pattern字符集以外的字符。因此，对于gfedcba这个字符串，其会匹配gfe。
  • %[0-9a-fA-F] 其组成的字符集为0123456789abcdefABCDEF，其实就是16进制数字字符。

当使用-定义范围时，需要注意，起始字符必须小于结束字符。%[z-a]匹配的就不是范围，而是z,-和a这3个字符。

如果你学过正则表达式的话，对上述模式应该很熟悉。只不过，sscanf提供的模式匹配的功能比正则表达式简单的多。笔者在知道sscanf的这种隐藏用法后，屡试不爽，用的最多的就是^。

现在大家知道如何解析域名和端口号了吗？

要不再思考一下？

好了，答案如下：

1
2
3
4
5
6
7
8
9
10
11
static void test2_fix(void)
{
 const char *str = "www.baidu.com:80";

 char addr[64] = "";
 int port = 0;
 int ret;

 ret = sscanf(str, "%[^:]:%d", addr, &port);
 printf("ret=%d, addr:%s, port:%d", ret, addr, port);
}

是不是非常简单，既然域名是:之前的内容，那就定义为%[^:]。

解析GPS

现在可以用sscanf来解析GPS了，GPS样例如下：

1
$GNRMC,122921.000,A,3204.862246,N,11845.911047,E,0.099,191.76,280521,,E,A*00

直接上代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
static void parse_gps(const char *gps)
{
    char valid = ' ';
    double longitude = 0;
    double latitude = 0;
    int ret;

    ret = sscanf(gps,
             "$GNRMC,%*[^,],%c,%lf,%*c,%lf,%*c,",   /* UTC,valid,latitude,ns,longitude,ew,  */
             &valid, &latitude, &longitude);

    LOG_D("parse gps(%s)", gps);


    if (ret != 3)
    {
        LOG_E("fail");
    }
    else
    {
        LOG_D("succeed, valid:%c, latitude:%lf, longitude:%lf", valid, latitude, longitude);
    }
}

下图标出了格式化参数中各格式说明符对应的字段。image-20210804115931305第二个说明符，%*[^,]用于匹配时间122921.000。与之前不同的是，这里多了一个*，这表示不用解析对应字段的内容，后面的地址参数中也没有相关变量。你看，&valid, &latitude, &longitude分别存放有效标志字符，纬度和纬度，并没有时间变量的地址。%*c同理。

测试时，用3个用例进行测试，以测试成功和失败的场景。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
void parse_string_example(void)
{
    const char *strs[] =
    {
            "$GNRMC,122921.000,A,3204.862246,N,11845.911047,E,0.099,191.76,280521,,E,A*00",
            "hello world",
            "$GNRMC,,,,,,,,,,,,*00"
    };

    LOG_I("test parse string");

    for (int i = 0; i < ARRAY_SIZE(strs); i++)
    {
        parse_gps(strs[i]);
    }

}

结果如下：image-20210804115917121

文中完整的示例代码，参见笔者基于stm32f407创建的demo工程：

1
2
3
地址：git@gitee.com:wenbodong/mcu_demo.git
示例：examples/05_string/example.c
使用时需要打开examples/examples.h中的EXAMPLE_SHOW_STRING。

转载文章原链接

赏

谢谢你请我吃糖果

支付宝
微信

扫一扫，分享到微信

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia-plus根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

从事嵌入式开发