为何C语言字符串分割代码在非空格结尾时输出多余字符？

问题描述 #

编写了用于分割字符串为单词的C语言代码，运行后输出出现多余的随机字符，例如测试输入"abcd efgh! ijkl mnop"时，输出多了一个P，其他测试用例也有类似问题。代码及输出如下：

代码 #

void form_rule2(char * str)
{
    int num_words=0;
    char word[20];
    while(sscanf(str,"%s",word)==1)
    {
        num_words++;
        printf("%s\n",word);

        str+=strlen(word)+1;
    }

}

void main()
{
    form_rule2("abcd efgh! ijkl mnop");
}

运行输出 #

abcd
efgh!
ijkl
mnop
P

问题根源 #

核心问题是指针越界访问未定义内存区域，和NULL终止符直接相关：

1. 字符串字面量"abcd efgh! ijkl mnop"在内存中以\0结尾，当处理完最后一个单词mnop后，str += strlen(word)+1会让指针指向mnop末尾\0的下一个位置，这已经超出了该字符串字面量的内存范围。
2. 此时sscanf会读取越界后的随机内存数据，这些数据可能包含可打印字符，就会出现多余的输出，属于C语言中的未定义行为。
3. 另外，str += strlen(word)+1的逻辑本身存在漏洞：如果单词之间有多个空白字符（比如多个空格），该代码只会跳过一个字符，后续sscanf会自动忽略空白，但最终越界的问题依然存在。

修正方案 #

方案1：安全遍历指针，避免越界 #

使用临时指针遍历字符串，跳过空白字符，确保指针不会超出字符串范围：

#include <stdio.h>
#include <string.h>
#include <ctype.h>

void form_rule2(const char *str) {
    int num_words = 0;
    char word[20];
    const char *ptr = str;
    while (sscanf(ptr, "%s", word) == 1) {
        num_words++;
        printf("%s\n", word);
        // 移动指针到当前单词末尾
        ptr += strlen(word);
        // 跳过所有连续空白字符
        while (*ptr != '\0' && isspace((unsigned char)*ptr)) {
            ptr++;
        }
        // 到达字符串末尾则终止循环
        if (*ptr == '\0') {
            break;
        }
    }
}

int main() {
    form_rule2("abcd efgh! ijkl mnop");
    return 0;
}

方案2：使用标准库函数strtok #

strtok是C标准库中专门用于字符串分割的函数，更简洁可靠：

#include <stdio.h>
#include <string.h>

void form_rule2(char *str) {
    int num_words = 0;
    // 按空白字符（空格、制表符、换行符）分割字符串
    char *word = strtok(str, " \t\n");
    while (word != NULL) {
        num_words++;
        printf("%s\n", word);
        word = strtok(NULL, " \t\n");
    }
}

int main() {
    // 字符串字面量不可修改，需复制到可写栈数组中
    char str[] = "abcd efgh! ijkl mnop";
    form_rule2(str);
    return 0;
}

额外注意事项 #

• 字符串字面量属于只读内存，不能直接修改，也不要访问其末尾\0之外的内存。
• main函数的标准返回类型是int，而非void，gcc编译器会对void main()发出警告，建议改为标准写法。

内容的提问来源于stack exchange，提问作者Kuroro