argz_create_sep函数

为什么80%的码农都做不了架构师？>>>   

函数位于glibc源码中的../glibc-version/string/argz-ctsep.c中，其作用是将字符串以指定的字符进行分割，指定字符的位置替换成空字符串（\0），使整个字符串形成一个argz vector。

argz vector是存储在连续空间的一维字符数组，彼此之间以空字符（\0）进行分隔。

也就是说argz_create_sep函数的目的是将一个字符串按指定字符分割成多个字符串，存入一个连续空间中，彼此之间以空字符（\0）进行分隔，形成argz vector。

假如待分割字符串为“argz_create_sep”，以r作分割符，得到的argz vector应当如下所示：

函数声明如下：

// argz.h
/* Make a '\0' separated arg vector from a SEP separated list in
   STRING, returning it in ARGZ, and the total length in LEN.  If a
   memory allocation error occurs, ENOMEM is returned, otherwise 0.
   The result can be destroyed using free.  */
extern error_t __argz_create_sep (const char *__restrict __string,
								int __sep, char **__restrict __argz,
								size_t *__restrict __len) __THROW;
extern error_t argz_create_sep (const char *__restrict __string,
								int __sep, char **__restrict __argz,
								size_t *__restrict __len) __THROW;
/* */

函数的实现如下：

error_t
__argz_create_sep (const char *string, int delim, char **argz, size_t *len)
{
    size_t nlen = strlen (string) + 1;
    if (nlen > 1)
    {
        const char *rp;
        char *wp;
        *argz = (char *) malloc (nlen);
        if (*argz == NULL)
            return ENOMEM;
        rp = string;
        wp = *argz;
        do
            if (*rp == delim)
            {
                if (wp > *argz && wp[-1] != '\0')
                    *wp++ = '\0';
                else
                    --nlen;
            }
            else
                *wp++ = *rp;
        while (*rp++ != '\0');
        if (nlen == 0)
        {
            free (*argz);
            *argz = NULL;
            *len = 0;
        }
        *len = nlen;
    }
    else
    {
        *argz = NULL;
        *len = 0;
    }
    return 0;
}
weak_alias (__argz_create_sep, argz_create_sep)
/* */

代码相对比较简单，逐字符进行复制，遇到与delim相同的就替换成\0，然后继续复制。

需要注意的是如果待分割的字符串中存在连续的delim，那么形成的argz vector中该部分字符串只有一个\0，同时len也会相应的减小。完成这个操作的是下面这段代码，它主要是针对这类特殊情况的处理（假设以s进行分割）。

1、待分割字符串string的第一个字符就是delim相同（如：string Microsoft）

2、待分割字符串string中存在连续个delim（如：string Microsssoft，或者ssssssssss）

if (wp > *argz && wp[-1] != '\0')
    *wp++ = '\0';
else
    --nlen;
/* */

 

 调用__argz_create_sep函数的方式为：

const char *mystring = "string microsoft";
char delim = 's';
__argz_create_sep(mystring, delim, &argz, &len);
/* */

 

写个程序测试一下：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define ENOMEM  12
#define MYLEN   4
#ifndef __error_t_defined
typedef int error_t;
#endif
error_t __argz_create_sep (const char *string, int delim, char **argz, size_t *len)
{
    size_t nlen = strlen(string) + 1;
    if (nlen > 1)
    {
        const char *rp;
        char *wp;
        *argz = (char *) malloc (nlen);
        if (*argz == NULL)
            return ENOMEM;
        rp = string;
        wp = *argz;
        do
            if (*rp == delim)
            {
                if (wp > *argz && wp[-1] != '\0')
                    *wp++ = '\0';
                else
                    --nlen;
            }
            else
                *wp++ = *rp;
        while (*rp++ != '\0');
        if (nlen == 0)
        {
            free (*argz);
            *argz = NULL;
            *len = 0;
        }
        *len = nlen;
    }
    else
    {
        *argz = NULL;
        *len = 0;
    }
    return 0;
}
int main(void)
{
    int i, j;
    size_t len[MYLEN];
    char *argz[MYLEN];
    char *testString[MYLEN] = {
        "function  converts the argz",
        "tfunction converts the argz",
        "tttttttt",
        ""
    };
    /* 以t作分割符 */
    for(i=0; i<MYLEN; ++i){
        __argz_create_sep(testString[i], 't', &argz[i], &len[i]);
    }
	
    for(i=0; i<MYLEN; ++i)
    {
        printf("NO.%d, lenght: %d\n+", i, len[i]);
        for(j=0; j<len[i]; ++j){
            putchar('-');
        }
        printf("+\n|");
        for(j=0; j<len[i]; ++j){
            putchar(argz[i][j]);
        }
        printf("|\n+");
        for(j=0; j<len[i]; ++j){
            putchar('-');
        }
        printf("+\n\n");
    }
    for(i=0; i<MYLEN; ++i){
        if(argz[i]){
		free(argz[i]); argz[i]=NULL;
	}
    }
    return 0;
}

 程序输出如下：

 注意，输出结果中argz vector的字符串之间的“空格”并不是空格，而是\0的输出但是这个字符没法显示的结果。

 

附：我觉得那个函数写的太蛋疼了。。果然我还是喜欢用for啊。。。

error_t __argz_create_sep (const char *string, int delim, char **argz, size_t *len)
{
	size_t nlen = strlen (string) + 1;
	const char *rp;
	char *wp;
	if(nlen <= 1)
	{
		*argz = NULL;
		*len = 0;
		return 0;
	}
	*argz = (char *) malloc (nlen);
	if (*argz == NULL)	return ENOMEM;
	for(rp = string, wp = *argz; *rp; ++rp)
	{
		if(*rp == delim)
		{
			if(wp > *argz && wp[-1] != '\0'){
				*wp++ = '\0';
			}
			else{
				--nlen;
			}
		}
		else{
			*wp++ = *rp;
		}
	}
	if (nlen == 0)
	{
		free (*argz);
		*argz = NULL;
	}
	*len = nlen;
	return 0;
}

现在是2017年4月14日，看到以前写的这一段内容，仔细思考了一下，果然还是源码厉害。for并不能完全的处理由delim组成的字符串。如string="ssss", delim='s'，当处理到最后一个字符时，源码很可靠的让nlen=1，并且argz[0]='\0'。但是我上面那个用for写的，则没有处理argz[0]='\0'，直接导致argz中len=1，但是却什么都没有。

转载于:https://my.oschina.net/saiy/blog/512511