[C/C++] C語言切割字串函式 strsep,分析 URL GET 參數

今天來簡介 UNIX 內建的 strsep 函式,這在 Windows Dev-C++ 是沒有支援的,在寫 UNIX 分析字串常常需要利用到此函式,大家可以 man strsep 來看如何使用 strsep,假設我們要分析 URL Get 字串:user_command=appleboy&test=1&test2=2,就可以利用兩次 strsep 函式,將字串全部分離,取的個別的 name, value。strsep(stringp, delim) 第一個參數傳入需要分析的字串,第二個參數傳入 delim 符號,假設 stringp 為 NULL 字串,則函式會回傳 NULL,換句話說,strsep 會找到 stringp 字串第一個出現 delim 符號,並將其取代為 \0 符號,然後將 stringp 更新指向到 \0 符號的下一個字串,strsep() function 回傳原來的 stringp 指標。看上面文字敘述,好像不太瞭解,沒關係,底下是 UNIX strsep.c 的原始碼:
/*
 * Get next token from string *stringp, where tokens are possibly-empty
 * strings separated by characters from delim.
 *
 * Writes NULs into the string at *stringp to end tokens.
 * delim need not remain constant from call to call.
 * On return, *stringp points past the last NUL written (if there might
 * be further tokens), or is NULL (if there are definitely no more tokens).
 *
 * If *stringp is NULL, strsep returns NULL.
 */
char *
strsep(stringp, delim)
    char **stringp;
    const char *delim;
{
    char *s;
    const char *spanp;
    int c, sc;
    char *tok;

    if ((s = *stringp) == NULL)
        return (NULL);
    for (tok = s;;) {
        c = *s++;
        spanp = delim;
        do {
            if ((sc = *spanp++) == c) {
                if (c == 0)
                    s = NULL;
                else
                    s[-1] = 0;
                *stringp = s;
                return (tok);
            }
        } while (sc != 0);
    }
    /* NOTREACHED */
}
上面程式碼可以看到 stringp 如果為 NULL 就回傳 NULL,接下來進行每一個字的比對,如果發現到有 delim,如果是在字串結尾符號 \0,則將字串設定為 NULL 並且更新 stringp,如果並非字串結尾,就將字串(s)往前一個(delim 符號),並且將其改變為 \0 分割點,且更新 *stringp 指向 delim 符號下一個字,回傳初始字串。 底下來分析 username=appleboy&password=1234&action=delete 字串,程式碼如下:
/*
*
* Author      : appleboy
* Date        : 2010.04.27
* Filename    : strsep.c
*
*/
int main()
{
    int len, nel;
    char query[] = "user_command=appleboy&test=1&test2=2";
    char *q, *name, *value;

    /* Parse into individual assignments */

    q = query;
    fprintf(stderr, "CGI[query string] : %s\n", query);

    len = strlen(query);
    nel = 1;
    while (strsep(&q, "&"))
        nel++;
    fprintf(stderr, "CGI[nel string] : %d\n", nel);

    for (q = query; q < (query + len);) {
        value = name = q;

        /* Skip to next assignment */
        fprintf(stderr, "CGI[string] : %s\n", q);
        fprintf(stderr, "CGI[string len] : %d\n", strlen(q));
        fprintf(stderr, "CGI[address] : %x\n", q);
        for (q += strlen(q); q < (query + len) && !*q; q++);
        /* Assign variable */
        name = strsep(&value, "=");
        fprintf(stderr, "CGI[name ] : %s\n", name);
        fprintf(stderr, "CGI[value] : %s\n", value);
    }
    return 0;
}
[/code]
裡面大家可以看一下 while (strsep(&q, "&")) 這邊,這是利用 & 符號切割字串,並且算出有幾個符合,底下再把 q 重新指向 query,跑 for 迴圈,要小於字串長度,由於已經經過一次 strsep 函式,所以全部的 & 符號都取代成 \0,整體字串變成 user_command=appleboy\0test=1\0test2=2,故執行到 for (q += strlen(q); q < (query + len) && !*q; q++);,會將 q 指標指向 test=1 的 t 字母,底下在 name = strsep(&value, "="); 將原本的 user_command=appleboy 分割,所以 name 輸出 user_command,value 輸出 appleboy,大致上是這樣。

輸出結果:
CGI[query string] : user_command=appleboy&test=1&test2=2
CGI[nel string] : 4
CGI[string] : user_command=appleboy
CGI[string len] : 21
CGI[address] : bfb537b0
CGI[name ] : user_command
CGI[value] : appleboy
CGI[string] : test=1
CGI[string len] : 6
CGI[address] : bfb537c6
CGI[name ] : test
CGI[value] : 1
CGI[string] : test2=2
CGI[string len] : 7
CGI[address] : bfb537cd
CGI[name ] : test2
CGI[value] : 2