16 Lectures on Basic Computer Concepts---C (Chinese) 計算機概論十六講---Ｃ

一次讀一列字元的函式：`getline()`

printf() 是一個能夠處理「字串」這種隱喻資料型態的函式。只要依照「以零字元結束」這個要領，使用者也可以自行設計處理字串的函式。在以下範例中，我們設計一個函式 getline()，從標準輸入裝置 (stdin) 中讀取一列文字。

/* 從 stdin 讀取字元，到第一個 '\n' (含) 為止，放進 s[] 序列，
   返回讀進 s[] 的字元個數。但 s[] 的維度是 N，故一列的長度上限是 N-1 個字元
   (因為還要保留一個位置給 '\0')。
   若超過此限，截斷。
*/
getline(char s[], int N) {
    int c, i;

    for (i=0; i<N-1 && (c=getchar()) != EOF && c != '\n'; ++i)
        s[i] = c;
    if (c == '\n') {
        s[i] = c;
        ++i;
    }
    s[i] = '\0';
    return i;
}

注意，我們並沒有在 getline() 中宣告 s[]。我們假設這是原函式的責任。我們只知道 s[] 的維度是 N，因此最多只能記錄 N 個字元。因為要包含零字元，所以其實只能記錄輸入的 N-1 個字元。

檢視 getline() 的設計邏輯。函式中的 for 迴圈在三種情形停止：

i == N-1: 此時，c=getchar() 根本不會執行，因為 i<N-1 是 FALSE，整個邏輯語句已經可以確定是 FALSE，因此後面兩個語句都不會執行。也就是說，我們不會輸入下一個字元。而此時的 c 仍是前一個字元。既然如此，那麼 c 必定不是 EOF 也不是 LF。
在此情況下，輸入的一列文字長度超過了容許的字串長度，我們將它截斷，逕自將 s[] 的最後一個元素： s[N-1] 設定成零字元。
(c=getchar()) == EOF: 輸入之檔案結束。此時 s[0] 到 s[i-1] 已經儲存了輸入的字元，只要將 s[i] 設定成零字元即可。
c == '\n': 一列結束。此時 s[0] 到 s[i-1] 已經儲存了這一列字元的普通文字部分。但我們要將 '\n' 也放進 s[]，所以將 s[i] 設定成 '\n'，而 s[i+1] 設定成零字元。因為 i<N-1 是 TRUE，所以 i 最大可能是 N-2，因此 s[i+1] 不會超過預設的序列維度。

按照上面的邏輯，當此函式的指令結束時， i 正好是輸入字元中，含 '\n' 但是不含零字元的字元個數。所以將這個值返回原函式。

注意，那三個用 && 合成的邏輯語句，它們的順序很重要。因為，只要第一個是 FALSE，後面的 getchar() 就不會執行。如果把 getchar() 寫在第一個，那麼可能會漏掉一個字元。

注意，根據以上的邏輯，當 getline() 讀到一個空行的時候，返回的值是 1。因此即使空行也有一個 linefeed 字元。由於 UNIX 純文字檔的 EOF 之前必定有一個 linefeed，所以，當讀到 EOF 的時候，返回的值是 0。因此，當原函式發現返回值是 0 的時候，就知道檔案結束了。

現在，我們寫一個簡單的 main() 來測試 getline() 函式。我們設定一列不能超過 1024 個字元 (含 LF 但不含零字元)。這個 main() 函式印出每列不含 LF 的字元數，並印出那一列的字元。

#include <stdio.h>
#define BUFSIZE 1025

int getline(char[], int);

/* 輸出每一列的字元數 (不含 LF)，以及那一列本身 (cline.c) */
main() {
    char buf[BUFSIZE];   /* 新讀入字元的暫存佇列 (buffer) */
    int n;
    
    while ((n = getline(buf, BUFSIZE)) > 0)
        printf("%6d: %s", n-1, buf);
    return 0;
}

getline(char s[], int N) {
    int c, i;

    for (i=0; i<N-1 && (c=getchar()) != EOF && c != '\n'; ++i)
        s[i] = c;
    if (c == '\n') {
        s[i] = c;
        ++i;
    }
    s[i] = '\0';
    return i;
}

在此程式中，我們設計一個序列來暫時儲存輸入的資料。當資料被處理了之後，此序列就被用來儲存下一筆輸入的資料。像這樣的設計，稱之為暫存佇列 (buffer)。就好像鍵盤小廝把掃瞄碼送到電腦的傳達室時，也是先儲存在一個佇列中。通常，佇列都有固定的大小，稱之為 buffer size。

習題

如何利用 UNIX 指令以及 cline.c 程式，將一個純文字檔按照每列文字的長度排列？從短的排到長的。
在 getline() 的原函式中，如何判別它遇到了過長的一列？

解釋，為何以下函式，不論 BUFSIZE 是多少 (只要 >=2)，結果都相同？

main() {
    char buf[BUFSIZE];
    int n;
   
    while ((n = getline(buf, BUFSIZE)) > 0)
        printf("%s", buf);
    return 0;
}

改寫 cline.c，令 BUFSIZE=11 並且將 getline() 的 for 條件改為
```
for (i=0; (c=getchar()) != EOF && i<N-1 && c != '\n'; ++i)
```
餵給它以下輸入檔案
```
0123456789
01234567890123456789
012345678901234567890123456789
```
觀察輸出會少掉一些字元，解釋為什麼會這樣？
寫一個程式，輸出一個純文字檔有哪些列的長度超過了 80 字元 (不含 linefeed)。列的編號從 1 開始。
寫一個程式，輸入一個純文字檔，不輸出每一列最後面的連續空格或 TAB，但所有其他字元照原樣輸出。假設輸入檔案中的每一列不超過 1024 個字元。設計一個純文字檔案來測試您的程式。
寫一個程式，將一個純文字檔案內的段落，變成一列字串。所謂段落，是以空列隔開的字元。若有空格或跳格，不算是空列。在輸出的字串中，應該把原檔案內的 LF 都換成 \n，雙引號 " 都換成 \"，反斜線 \ 都換成 \\。輸出的文字中，沒有空列。參考：[ 測試用的輸入檔案 ]‧ [ 測試用的輸出結果 ]‧

[ 前一節 ]‧[ 後一節 ]‧[ 回目錄 ]

注意：此處所有文件均為原著，個別的版權宣告日後會一一公布，整體版面設計亦尚未完成。但仍請勿抄襲文字與圖片，以免觸犯著作權法。

Back to the home page of Wei-Chang Shann.
Connect to the home page of Department of Mathematics, National Central University, Taiwan.

shann@math.ncu.edu.tw

一次讀一列字元的函式：getline()

一次讀一列字元的函式：`getline()`