C语言中while循环+scanf读取文件出现多余行的原因

问题场景 #

需要处理一个共35行的文本文件，要求跳过首行，读取剩余34行中被**包裹的数字段，后续将数字转换为字母等级输出。但当前代码执行后，控制台多输出了一行无意义的垃圾数据。

文件内容示例：

601000002001010906001   5323 #0001 Y  S                AAAAAA AAA A        **1122334321135 113132311412413  **                                                                                                                                                                         009 
601000003001010906001   5323 #0001 Y  S                BBB BBBBBBB B       **12231342434321223333122142111 **                                                                                                                                                                          005 
601000004001010906001   5323 #0001 Y  S                CCCCCCCCC CCCCC     **24342323213151331233454432214   **                                                                                                                                                                        005 

当前使用的代码：

int getAnswer(char answer[][TOTAL_QUESTIONS])
{
    char c;
    int row = 0;
    int column = 0;
    char garbage[1000];

    while (scanf("%s", &answer[row][column]) != EOF)
    {
        // if(row < 34) {
        skipNchar(77);
        for (column = 0; column < TOTAL_QUESTIONS; column++)
        {
                scanf("%c",&c);
                if (c == ' ' || c == '*')
                    answer[row][column]=' ';
                else
                    answer[row][column] = c;
        }
        // scanf("%c", &c);
        answer[row][column] = '\0';
        row++;
        column = 0; //}
    }

    return row;
}

核心原因分析 #

• 循环条件的致命错误
  你用scanf("%s", &answer[row][column]) != EOF作为循环终止条件，但%s格式符会自动跳过所有空白字符（包括换行、空格）。当文件读到末尾时，scanf会返回EOF，但如果最后一行处理完后还有残留空白，或者读取出现异常，循环可能多执行一次：此时scanf返回EOF，但代码仍会执行后续的skipNchar和字符读取逻辑，读取到的都是无效垃圾数据，最终写入answer数组形成多余行。

• scanf("%s")的参数非法
  &answer[row][column]是单个字符的地址，而%s需要指向一段足够大的字符数组来存储读取的字符串。这种写法会直接溢出answer数组的缓冲区，破坏内存数据结构，导致后续读取错位，甚至产生随机垃圾数据。

• 未实现跳过首行的逻辑
  需求明确要求跳过首行，但代码完全没有处理这一步，首行数据会被正常读取处理，相当于多读取了一行，再加上循环多跑的一次，最终输出行数超出预期。

• 字符读取未检查EOF
  在for循环中读取每个字符时，没有检查scanf的返回值。当文件到末尾时，scanf("%c")会返回EOF，但代码仍会把无效的c值写入answer数组，导致垃圾行产生。

修复建议 #

1. 先跳过首行
   在循环开始前，用fgets读取首行并丢弃：

   fgets(garbage, sizeof(garbage), stdin);
   

2. 改用逐行读取的方式
   放弃scanf的循环方式，改用fgets读取整行，再从每行中提取目标数据，避免空白字符干扰：

   char line[2048];
   // 先跳过首行
   fgets(line, sizeof(line), stdin);
   while (fgets(line, sizeof(line), stdin) != NULL && row < 34) {
       // 定位到**包裹的区域
       char *start = strstr(line, "**");
       if (start) {
           start += 2; // 跳过第一个**
           char *end = strstr(start, "**");
           if (end) {
               int len = end - start;
               for (column = 0; column < TOTAL_QUESTIONS && column < len; column++) {
                   answer[row][column] = (start[column] == ' ') ? ' ' : start[column];
               }
               answer[row][column] = '\0';
               row++;
           }
       }
   }
   

3. 检查所有IO操作的返回值
   无论是fgets还是scanf，都要检查返回值，确保读取成功后再处理数据，避免读取EOF时继续写入垃圾值。

4. 避免缓冲区溢出
   确保answer数组的大小足够容纳每行的目标数据，TOTAL_QUESTIONS要和实际需要读取的字符数匹配。

内容的提问来源于stack exchange，提问作者Steven Gordon