C语言中CSV文件加载至三维指针数组后打印乱码问题排查

问题背景 #

我尝试将CSV文件加载到内存的char***类型二维数组（行数组元素为指向列数组的指针，列数组元素为指向实际数据的指针），并打印该数组。已实现load_data_CSV_v02、print、copy_str等函数，但运行后打印数组时出现乱码，输出含非法符号，仅部分数据正常显示。

1. 打印异常的原因是什么？是否为内存访问越界？ #

大概率和内存访问越界或字符串未正确终止有关，常见原因包括：

• 内存访问越界：
  • 字符串复制时未分配足够空间：比如copy_str函数未给目标缓冲区预留\0的位置，写入时破坏相邻内存区域，导致后续打印时读取到被篡改的数据
  • 解析或打印时计数错误：遍历行/列时超出了实际加载的行数/列数，访问了未初始化的指针或已释放的内存
  • 动态数组分配长度不足：行数组或列数组的分配长度小于实际需要存储的行数/列数，导致越界写入
• 字符串未正确终止：如果copy_str没有给复制后的字符串添加\0终止符，打印时会持续读取内存直到遇到随机的\0，从而出现乱码和非法符号
• 内存提前释放：打印前就释放了存储CSV数据的部分内存，导致打印时访问已失效的堆内存，输出随机乱码
• CSV解析逻辑缺陷：未处理引号包裹的分隔符、换行字段等边缘情况，导致字段截取错误，部分字段内容不完整或包含非法字符

2. 当前CSV加载方式是否合理？有无更优实现方案？ #

当前char***的实现方式合理性不足，主要问题在于多层指针的内存管理成本极高，容易出现内存泄漏、越界、指针悬空等问题，且缺乏统一的元数据（如行数、列数），遍历和维护时极易出错。

更优实现方案包括：

• 用结构体封装CSV数据：定义包含元数据和数据指针的结构体，统一管理行数、列数和二维数组，避免遍历越界：

  typedef struct {
      int rows;
      int cols;
      char*** data;
  } CSVData;
  

• 简化内存结构：替换char***为更易管理的结构，比如使用char**存储所有字段，同时记录每行的字段数（适合列数不规则的CSV），或者使用一维数组存储每行的完整字符串（适合仅需按行读取的场景）
• 使用成熟的CSV解析库：比如libcsv，无需自己实现解析逻辑，天然支持引号、转义字符、换行字段等边缘情况，减少bug
• 优化内存分配策略：
  • 预读取文件统计总行数和列数，一次性分配足够内存，避免多次realloc带来的开销和错误
  • 使用内存池统一管理字段内存，后续可一次性释放，降低内存泄漏风险
• 修复字符串复制逻辑：确保copy_str正确计算字符串长度，分配包含\0的空间，并添加终止符，示例：

  char* copy_str(const char* src) {
      if (!src) return NULL;
      size_t len = strlen(src);
      char* dest = malloc(len + 1);
      if (dest) {
          strcpy(dest, src);
      }
      return dest;
  }
  

内容的提问来源于stack exchange，提问作者PsquareJ Lol