基于C语言字符串实现简单文本解析器

基于C语言字符串实现简单文本解析器

在C语言开发中，文本解析是一项常见且重要的任务，从配置文件读取到日志分析，都需要对文本内容进行解析。借助C语言强大的字符串处理能力，我们可以实现一个简单的文本解析器，用来提取文本中的特定信息。

一、解析目标与思路

假设我们有如下格式的文本：name: value，每行一个这样的键值对，例如：
name: John
age: 30
city: New York
我们的目标是编写一个程序，能够读取这样的文本，并提取出每个键值对，将其存储在合适的数据结构中，方便后续使用。

实现思路是逐行读取文本，对每行字符串进行处理。利用C语言字符串函数，找到':'字符的位置，以此为分界将字符串分割成键和值两部分，再去除值两边可能存在的空格。

二、关键代码实现
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <ctype.h>

#define MAX_LINE_LENGTH 100
#define MAX_KEY_LENGTH 50
#define MAX_VALUE_LENGTH 50

// 去除字符串两端空格
void trim(char *str) {
    int len = strlen(str);
    int start = 0, end = len - 1;

    while (isspace(str[start])) start++;
    while (end >= 0 && isspace(str[end])) end--;

    if (start > 0 || end < len - 1) {
        int i, j;
        for (i = start, j = 0; i <= end; i++, j++) {
            str[j] = str[i];
        }
        str[j] = '\0';
    }
}

int main() {
    FILE *file = fopen("input.txt", "r");
    if (file == NULL) {
        perror("无法打开文件");
        return 1;
    }

    char line[MAX_LINE_LENGTH];
    char key[MAX_KEY_LENGTH];
    char value[MAX_VALUE_LENGTH];

    while (fgets(line, MAX_LINE_LENGTH, file)!= NULL) {
        char *colon = strchr(line, ':');
        if (colon!= NULL) {
            *colon = '\0';
            strncpy(key, line, MAX_KEY_LENGTH - 1);
            key[MAX_KEY_LENGTH - 1] = '\0';

            strncpy(value, colon + 1, MAX_VALUE_LENGTH - 1);
            value[MAX_VALUE_LENGTH - 1] = '\0';

            trim(value);
            printf("键: %s, 值: %s\n", key, value);
        }
    }

    fclose(file);
    return 0;
}
代码解析

1. trim函数：用于去除字符串两端的空格。通过遍历字符串，找到非空格字符的起始和结束位置，然后重新整理字符串内容。

2. 主函数：

◦ 打开名为input.txt的文件，如果打开失败则输出错误信息并退出。

◦ 定义用于存储每行文本、键和值的字符数组。

◦ 使用fgets逐行读取文件内容，对于每行内容，利用strchr查找':'字符。

◦ 找到':'后，将其替换为'\0'，从而将该行字符串分割为键和值两部分。

◦ 使用strncpy将键和值分别复制到对应的数组中，并调用trim函数去除值两边的空格。

◦ 最后输出提取的键值对。

三、扩展与优化

1. 错误处理：目前程序仅处理了文件无法打开的情况，可进一步增加对读取文件失败、字符串复制溢出等情况的处理。

2. 数据存储：当前只是简单地输出键值对，可考虑使用结构体数组或链表等数据结构存储解析后的键值对，便于后续管理和查询。

3. 支持复杂格式：可以对解析器进行扩展，使其支持更复杂的文本格式，如嵌套结构、注释等。

通过上述方法，我们利用C语言字符串操作实现了一个简单的文本解析器，能够处理特定格式的文本，提取其中的关键信息，为更复杂的文本处理任务奠定基础。