细究scanf

2024-12-08

scanf，简明精干之美

基本语法

scanf的函数签名为： int scanf(const char* format, ...);
其中format为格式字符串，后跟不定参数传递待赋值变量的地址。

较高级的C语言提倡使用scanf_s代替scanf以确保内存安全，其函数签名为 int scanf_s(const char* format, ...)。

用法区别为，不定参数列表需要传递待赋值变量的地址和最大写入内存大小，如：scanf_s("%d", &var, sizeof(int));

scanf()的核心在于格式字符串上。
format-string的说明符形式为： [=%[*][width][modifiers]type=]
其中，%标志说明符的开始（"%%"符号的escape-character是"%%"）；
*是一个可选字符，任何被指定了*的format-string均不会被赋值至对应的变量中（相当于这一段scan后被舍弃）。 width表示了该说明符读取的最大字符数；
modifiers表示一个对变量类型的修饰符（“长”“短”一类，比如ll表示long long，s表示short，用于修饰%d,%u,%f）；
type的“全解”如下。
以下部分内容可能会因编译器不同而有所不同，仅供MSVC 19.3参考。

d: 表示读入一个十进制整数。使用之时会优先读取前置负号，如果负号后没有十进制字符，则该次读取失败（变量不会被赋值），但负号已经从流中被读取（“取出”）。
函数的对应预期变量是一个int*，并将以"1+31"的方式将读取的数值写入该地址（第一位符号，后31位是数值，表示范围\(-2^{31} ~ 2^{31} - 1\)。
如果需要读取long/long long/short整型，请将modifiers指定为l/ll/s（应用形如%lld）。long long的范围自然扩展至\(-2^{63} ~ 2^{63} - 1\)。如果发生溢出，则结果为未定义行为(Undefined Behavior)。
s: 表示读入一个字符串。此处“字符串”的定义是连续的任意字符，直至终止字符('\0')或空白字符（换行、水平/垂直制表符、空格）。读取时，%s不会读取这些终止符（亦不会将之从流中取出）。
函数的对应预期变量是一个char*，并将读取到的所有字符（最大数目由width指定）依次写入其中，并在最后追加一个'\0'，所以需要预留的内存空间至少是(width+1)*sizeof(char)。
c：表示读入单个字符。如果指定了width，则会连续读取width个字符，存储在该对应地址开始的连续位置（增量为sizeof(char)），且末尾不会追加'\0'。 函数的对应预期变量是一个char*。
u：表示读入一个无符号十进制整数。函数的对应预期变量是一个unsigned int*。
f：表示读入一个浮点数。函数的对应预期变量是一个float*。如需读取至double*，请使用%lf；long double则请使用%llf。

浮点数应形如：[符号]十进制数[.十进制数][e[符号]十进制数]。

有效的浮点数实例： 3；3.14；+6.24e5；-9e-7。

x，X: 十六进制整数，除字符集合改为所有的十六进制字符（大小写均有效）外行为与d相似。十六进制数前的'0x'/'0X'前缀是可选的。函数的对应预期变量是一个int*，修饰规则与前述相同。
o：八进制整数，不再赘述。
i：读取一个整数，行为类似于python中的int(x,0)（即自动根据前缀判断进制），0-八进制，0x/0X-十六进制，其它-十进制（参考C中的numeric constants规则）。
[]：扫描字符集合，集成了一个弱化版的正则表达式。
具体地，[]内部可以放置扫描字符的集合，集合的表达方式有逐个列出/横杠表示范围，并支持'^'表示'否'。
举例：%[a-zA-Z]扫描所有字母；%[^\n]扫描直至换行符（相当于获取一整行）；%1[x]获取至多一个x字符。

'^'的转义字符为'^'，但在C的源代码中应写作\\^（因为''自身会被预处理转义）。

返回值：赋值成功的变量数，若到达文件末尾则返回EOF（负数宏，在许多平台上通常为-1）。
当且仅当赋值成功的变量数为0且到达文件尾时，返回EOF（亦即只要存在赋值成功的变量，即不会返回负数）。

底层逻辑

假设scanf的目标流为in。scanf从左往右扫描format-string，遇到以下字符时分别采取对应的措施：
- specifier（如上）：尝试根据specifier的规则处理in中的下一段符合要求的字符；
若specifier没有加星号(*)，则取va_arg（不定参数列表）中的下一个参数，对之解引用并将数据写入其中。
- 任意空白字符：将format-string读取点前进至下一个非空白字符，同时跳过流in中所有的空白字符。即，任意数目的连续空白字符对于scanf而言是等效的。
- 其它字符：scanf将从流中尝试取走一个给定的字符(char)，行为类似于给定形如 %*1[(char)]。

重点来咯！！！

对于上述的第1、3种情况（即扫描format-string需要处理的是specifier/其它非空白字符），一旦读取失败，则对format-string的扫描终止，读取结束。

第2种情况（处理空白字符）时，即使流中没有空白字符，依然继续。

每次调用scanf时，如果specifier不是%c或扫描字符合集%[]，则会自动先跳过所有的空白字符一次。

假设待读取流形如 1 2\n34abc d，代码及读取效果示例：

void input1()
{
    int a=0,b=0;
    char c=0;
    scanf("%d%d",&a,&b); //a=1,b=2,返回值2，流的下一个字符是\n
    scanf("%c",&c); //c='\n',返回值1
    scanf("%da%d",&a,&b); //a=34，返回值1，流的下一个字符是c，b未更改(b=2)
    scanf("%*[^d]"); //返回值0，流的下一个字符是d
    scanf("%x",&a); //a=13，返回值1
    scanf("%c",&c); //返回值-1（假设EOF的宏常量是-1）
}

实战示例

Talk is cheap. Show me the code.

#include<stdio.h>
#include<stdlib.h>
int main()
{
    //逐位读取整数（比如输入12345，存储于数组[1,2,3,4,5]）
    int* data = calloc(100,sizeof(int));
    for(int i=0;i<100;++i)
    {
        scanf("%1d",data+i);
    }

    //读取一整行字符
    char* str = calloc(255,sizeof(char));
    scanf("%[^\n]",str); //虽然这种用法不是非常memory-safe

    //只读取十六进制字符，并舍弃前缀的非十六进制字符
    scanf("%*[^0-9A-Fa-f]%[0-9A-Fa-f]",str);

    //试探下一个字符是否为"x"，且若是则读取之
    //注意！！绝对不允许将扫描字符集合直接读至单个char中，必须分配至少为两个char的内存空间（数组/堆内存均可），因为其会要求写入一个'\0'！
    char* temp = calloc(2,sizeof(char));
    int status = scanf("%1[x]",temp);
    if(status==1)
    {
        printf("x received!");
    }

    //连续读取全部字符，直至下一个'*'（像不像消除全部注释？）
    (void)scanf("%*[^*]");
    if(scanf("%1[/]",temp) == 1) 
    //结合上述，进入这个if分支说明碰到"*/"了，也就是注释结束的意思
    //同时如果下一个字符不是"/"，则其会保留在流中，不会影响后续while操作等。
    {
        //...
    }
}

PTA与巧用scanf有关的题目示例

一元多项式函数求导（强化版）

给出一个一元多项式函数 (形如\(f(x)=ax^b+cx^d+...\))，求出其导函数，结果用标准书写格式输出，必须合并同类项，降幂排列。如果结果多项式为空，仅输出0。

每一项的系数绝对值小于100，指数为小于100的非负整数。输入字符串长度不超过3000。变量用字母 x 表示。题目保证输入的多项式均合法。

输入格式:
在一行中输入一个多项式字符串。

输出格式:
在一行中按照标准书写格式输出字符串。

输入样例： x^4-3x^2+4

输出样例： 4x^3-6x

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
int main()
{
	int out[100] = { 0 }, flag = 0;
	char string[21] = { '+' }, temp[2] = { 0 };
	while (!feof(stdin))
	{
		int factor = 0, exponent = 0;
		(void)scanf("%1[+-]", string);
		if (scanf("%19[0-9]", string + 1) == 0)
		{
			string[1] = '1';
		}
		factor = atoi(string);
		if (scanf("%1[x]", temp) == 0)
		{
			continue;
		}
		if (scanf("%1[\\^]", temp) == 1)
		{
			(void)scanf("%d", &exponent);
			if (exponent >= 1)
			{
				out[exponent - 1] += factor * exponent;
			}
		}
		else
		{
			out[0] += factor;
		}
	}

    char* output = calloc(1000,sizeof(char));
    int putloc = 0;
	for (int i = 99;i >= 2;--i)
	{
        putloc += (out[i] ? sprintf(output + putloc, "%+dx^%d",out[i],i) : 0);
	}
    for(int i=1;i>=0;--i)
    {
        putloc += (out[i] ? sprintf(output + putloc, i ? "%+dx" : "%+d",out[1]) : 0);
    }
    if(putloc)
    {
        printf("%s",output[0]=='+' ? output+1 : output);
    }
    else
    {
        printf("0");
    }
    free(output);
	return 0;
}

注释：

在scan前置系数上，采用了统一interface的策略（即在接收string的第一个字符设置为'+'，规避开第一项的'+'缺失问题）。
<stdlib.h>中的atoi可以帮助处理数字字符。
每一步都是借助弱化的regex来“步步为营”，
比如scanf("%1[x]",temp)试探有无'x'，若无则continue；
scanf("%1[\\^]",temp)试探有无'^'，若无则确定为一次幂。[]的优点体现在~~strong exception guarantee~~若失败则不会产生其它影响。