*scanf 中 %n 运算符的一致性和行为

Question

我目前正在将一些 HTTP 处理构建到 C 程序（在 Linux 上使用 glibc 编译）中，该程序将位于 nginx 实例后面，并认为sscanf在这种情况下我应该安全地将参数标记化推迟到。

我很高兴地发现从 URI 中提取查询非常简单：

char *path = "/events?a=1&b=2&c=3";

char query[64] = {0};

sscanf(path, "%*[^?]?%64s HTTP", query); // query = "a=1&b=2&c=3"

但我很惊讶的速度有多快的事情成为我??????ň???? T'ê????? R'E'ST ??? ???我???ň？g ^   :(

int pos = -1;
char arg[32] = {0}, value[32] = {0};

int c = sscanf(query, "%32[^=]=%32[^&]&%n", &arg, &value, &pos);

对于 的输入a=1&b=2，我得到arg="a", value="1", c=2, pos=4。完美：我现在可以重新运行 sscanfpath + pos以获得下一个参数。为什么我在这里？

好了，而a=1&的行为相同以上，a=1生产arg="a"，value="1"，c=2，和pos=-1。我该怎么办？

争夺文档，我读到了

       n      Nothing  is expected; instead, the number of characters consumed
              thus far from the input is  stored  through  the  next  pointer,
              which  must  be  a pointer to int.  This is not a conversion and
              does not increase the count returned by the function.   The  as?
              signment  can  be  suppressed  with the * assignment-suppression
              character, but the effect on  the  return  value  is  undefined.
              Therefore %*n conversions should not be used.

其中超过 50% 的段落是指簿记细节。没有讨论我所看到的行为。

在谷歌搜索结果中徘徊，我很快找到了 Wikipedia 的Scanf_format_string条目（这是最热门的），但是，呃...

Oookay...我觉得我在这里使用了一个没有人真正关注的功能的风滚草。这并没有激发我剩余的信心。

考虑看看什么似乎是在那里%n被vfscanf-internal.c实现，我发现代码（线），60％涉及到有关讨论的标准不一致，39.6％是实施细节，和0.4％的实际代码（其中包括完整的“ done++;”）。

*似乎* glibc 的行为是保持内部值done（我使用 访问%n）不变 - 或者更确切地说，未定义 - 除非某些操作改变它。似乎%n以这种方式使用是不可预见的，而且我完全处于“这里有龙”的领域？:(

我不认为我会使用scanf...

为了完整起见，这里总结了我所看到的内容。

#include <stdio.h>

void test(const char *str) {
  int pos = -1;
  char arg[32] = {0}, value[32] = {0};
  int c = sscanf(str, "%32[^=]=%32[^&]&%n", (char *)&arg, (char *)&value, &pos);
  printf("\"%s\": c=%d arg=\"%s\" value=\"%s\" pos=%d\n", str, c, arg, value, pos);
}

int main() {
  test("a=1&b=2"); // "a=1&b=2": c=2 arg="a" value="1" pos=4
  test("a=1&");    // "a=1&": c=2 arg="a" value="1" pos=4
  test("a=1");     // "a=1": c=2 arg="a" value="1" pos=-1
}

Answer 1

我认为 C 标准保证pos您示例中的值保持不变。

C17 7.21.6.2 说，描述fscanf：

(4) fscanf 函数依次执行格式的每个指令。当所有指令都被执行，或者如果指令失败（如下详述），函数返回。失败被描述为输入失败（由于出现编码错误或输入字符不可用），或匹配失败（由于不适当的输入）。

[...]

(6) 通过读取流的下一个字符来执行作为普通多字节字符的指令。如果这些字符中的任何一个与组成指令的字符不同，则指令失败并且不同的字符和后续字符保持未读状态。类似地，如果文件结束、编码错误或读取错误阻止读取字符，则指令失败。

（此处的“多字节字符”包括普通的单字节字符，例如您的&.）

因此，在您的"a=1"示例中，指令%32[^=]、=和%32[^&]全部成功，现在已到达字符串的末尾。在 7.21.6.7 中解释了 for sscanf，“到达字符串的末尾相当于遇到 fscanf 函数的文件尾。” 因此无法读取任何字符，因此&指令失败，并sscanf返回而无需进一步执行任何操作。该%n指令从未执行过，因此没有任何有权修改pos. 因此它必须具有与之前相同的值，即 -1。

我不认为这个案子是不可预见的；只是它已经被现有规则所涵盖，所以没有人费心去明确地指出它。