一个C语言初学者写一个查找替换程序的历程

转载请注明来源 http://blog.csdn.net/imred/article/details/26058847

        本人大一，正式接触C语言刚刚三个月，基础不牢，在写一道作业时走了许多弯路，也有许多收获，分享给大家。

        作业题目如下“编写一个程序repl，它用命令行指定的字符串替换命令行指定文件中的单词。例如，命令行：repl file.txt you they  将用you替换file.txt文件中所有单词they。”

        此时我们刚刚学到“文件的输入与输出”一章，老师说这章内容许多要自学，主要是stdio.h中的一些函数，我草草看了看，就开始胡乱的敲起了我的代码。

        我首先想到的方法如下（哈哈，不要笑话我啊，原来真的没怎么学过C语言）：我感觉创建临时文件的方法比较麻烦（其实并不麻烦），就想着在原文本文件中直接进行查找替换（自然不大可能），先用一个find函数查找要被替换的字符串所在位置，然后返回一个文件指针，再用一个repl函数完成后续的替换操作。这种方法的最终成品如下：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
//#define DEBUG
FILE *find(FILE *fp,char *s,int m);     /*m为被替换字符串字符数*/
FILE *repl(FILE *fp,char *s,int m,int n);     /*m为被替换字符串字符数，n为替换字符串字符数*/
int main(int argc,char *argv[])
{
    if(argc!=4)
    {
        printf("Argument error!\n");
        exit(-1);
    }
    FILE *fp,*tmpfp;
    if((fp=fopen(argv[1],"rb+"))==NULL)
        exit(-1);
    for(;;)
    {
        if((find(fp,tmpfp,argv[3],sizeof(argv[3])))==NULL)
            break;
        repl(fp,tmpfp,argv[2],sizeof(argv[3]),sizeof(argv[2]));
    }
    fclose(fp);
    return 0;
}
FILE *find(FILE *fp,char *s,int m)
{
    char ch[m];
    long i;
    for(i=1;feof(fp)==0;)
    {
#ifdef DEBUG
        printf("find %d %d %#p\n",feof(fp),i,fp);
#endif // DEBUG
        if(feof(fp)!=0)
            return NULL;
        fpos_t pos,*ptr=&pos;
        fgetpos(fp,ptr);
        fread(ch,1,m-1,fp);
        ch[m-1]=0;
        fsetpos(fp,ptr);
        if(strcmp(ch,s)==0)
            return fp;
        else
            fseek(fp,i++,SEEK_SET);
        if(fgetc(fp)==EOF)
            return NULL;
    }
    return NULL;
}
FILE *repl(FILE *fp,char *s,int m,int n)
{
#ifdef DEBUG
    printf("repl\n");
#endif // DEBUG
    char empty[1]="\b";
    int i;
    fpos_t pos,*ptr=&pos;
    fgetpos(fp,ptr);
    for(i=1;i<=m-1;i++)
    {
        fwrite(empty,1,1,fp);
        fflush(fp);
    }
    fsetpos(fp,ptr);
    fputs(s,fp);
    fseek(fp,n-1,SEEK_CUR);
    return fp;
}

        虽然这代码什么也干不了，但我为完成这个作业所用的四分之三的时间都用在了这个上面。弯路都走完了，就找着正路了。由于codeblocks貌似无法调试带参数的main函数（我自己尝试，Set Program's Arguments中的语句貌似只在程序运行中有效，和网上说的不太一样），我就用#ifdef与#endif之间的语句来大致了解程序运行的流程。

        我走过以下几处弯路：

        1、第15行我对文本文件的打开方式一开始是“r+”，是以文本模式打开的，这在使用fseek函数时就遇到了问题：文件读写指针无法偏移（一会你会知道，这是一个歪打正着的结论），《C Primer Plus》中有如下解释：在文本模式中，只要求保证如下这些调用有效：

fseek (file, 0L, SEEK_SET)	到文件开始
fseek (file, 0L, SEEK_CUR)	在当前位置不动
fseek (file, 0L, SEEK_END)	到文件结尾
fseek (file, ftell-pos, SEEK_SET)	到距文件开始处ftell-pos字节的位置，ftell-pos是ftell( )的返回值

        2、为什么说我上面那个结论是歪打正着呢，原因是这样的，我看到我的程序跑不好，我就增加了第35行的语句来进行跟踪，令人惊奇的是每次输出的的fp指向的地址都是相同的（当然这是正常的）。其实是我把文件指针和文件读写指针搞混了，fseek函数实际上是使文件读写指针发生了移动，并没有使文件指针发生移动。我输出fp指向的地址，自然不会有变化了。

        3、认为用空字符覆盖字符相当于删除字符操作，事实上在用记事本打开文件时，空字符为一种不可显示字符，显示效果和空格一样（使用WinHex打开可以看出来，notepad++也能看出，会将空字符显示为“NULL”）。

        4、认为在“rb+”打开方式下，fputs函数输出的内容不会覆盖后面的内容，只会插入，fwrite才会覆盖（真不知道当时怎么想的）。

        在动过无数次小手术没有成功后，我决定必须得动大手术了，就用创建临时文件的方法，把代码完全重写了（我一开始想建个大字符数组把字符全部读进去来着，后来觉着行不通，万一有个上GiB的文本文件呢），成品代码(其实这不是最终结果，最终结果我是用“wb”方式打开临时文件的，代码也有所变化，主要是不用理会'\r'的问题了）如下：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
FILE *copy(FILE *fp,FILE *tmpfp,char *s,int m);          /*m为被替换字符串字符数*/
FILE *insert(FILE *fp,FILE *tmpfp,char *s,int n);          /*m为被替换字符串字符数，n为替换字符串字符数*/
//#define DEBUG
int main(int argc,char *argv[])
{
    if(argc!=4)
    {
        printf("Argument error!\n");
        exit(-1);
    }

    FILE *fp,*tmpfp;
    if((fp=fopen(argv[1],"rb"))==NULL)
        exit(-1);
    if((tmpfp=fopen("tmp.txt","w"))==NULL)
        exit(-1);

    for(;;)
    {
        if(copy(fp,tmpfp,argv[3],strlen(argv[3]))==NULL)
            break;
        insert(fp,tmpfp,argv[2],strlen(argv[3]));
    }
    fclose(fp);
    fclose(tmpfp);
    remove(argv[1]);
    rename("tmp.txt",argv[1]);
    return 0;
}
FILE *copy(FILE *fp,FILE *tmpfp,char *s,int m)
{
#ifdef DEBUG
    printf("copy\n");
#endif // DEBUG
    char ch[m+1];
    for(;;)
    {
#ifdef DEBUG
        printf("for\n");
#endif // DEBUG
        fpos_t pos,*ptr=&pos;
        fgetpos(fp,ptr);
        fread(ch,1,m,fp);
        ch[m]=0;
        fsetpos(fp,ptr);
        fgetpos(fp,ptr);
        if(fgetc(fp)==EOF)
            return NULL;
        fsetpos(fp,ptr);
        if(strcmp(ch,s)==0)
            return fp;
        else
        {
#ifdef DEBUG
        printf("fprintf\n");
#endif // DEBUG
            if(ch[0]!='\r')
                fprintf(tmpfp,"%c",ch[0]);          /*由于windows平台文本模式打开方式输出'\n'时在前面自动添加一个'\r'，此处输出'\r'的话会使'\r'多余*/
            fseek(fp,1L,SEEK_CUR);
        }
    }
}
FILE *insert(FILE *fp,FILE *tmpfp,char *s,int m)
{
#ifdef DEBUG
    printf("insert\n");
#endif // DEBUG
    fputs(s,tmpfp);
    fseek(fp,m,SEEK_CUR);
    return fp;
}

        最大的收获体现在第60、61行，我是这样发现的，在用程序处理完一个文本文件后，我想在每行的末尾添加一些字符继续测试，神奇的发现，用记事本打开添加后保存时行与行之间还不是一行，再次打开后吊诡的事情出现了：文本连成了一行！

        百思不得其解，我就用WinHex打开程序处理过的文件，很奇怪的，我用程序连续处理同一文本文件每处理一次，换行处 0A 前就多出一个 0D 不可显示字符，也就是字符‘\r', 0A 即为’\n'，一旦换行处 0D 超过两个，在换行处用记事本打开再次添加字符就会使 0D 0A统统消失，导致的结果是文本连成了一行。于是我在程序中加入了60、61两行，作业完成啦！后来查阅其他书籍，得到了61行注释中的结论。

        这些收获虽然都是书本上有的，但当自己真正的体验到时，才能真正的感觉到书上所说的那些应该注意的地方究竟是什么意思。

        （第一次在这里写博文，错误的地方希望得到大家指正！）

转载请注明来源 http://blog.csdn.net/imred/article/details/26058847