使用结构体读取带引号CSV文件时触发zsh: trace trap错误排查

问题场景 #

需要解析带引号的CSV文件，示例行如下：

"2015","Canada (excluding territories)","","35 to 49 years","Males","Diabetes","Percent","Percent","239","units","0","v110789429","1.4.2.10.4","4.9","","","","1"

但运行下方C语言代码时，持续返回错误zsh: trace trap，需排查原因并修复。

错误原因分析 #

1. CSV解析逻辑完全错误 #

代码中while (strtok(buf, ","))的用法完全不符合strtok的使用规范：strtok的作用是分割字符串并返回子串，但这里既没有接收返回值，也没有用它来定位字段，反而直接通过charPointer遍历buf，逻辑混乱导致内存越界访问——这是zsh: trace trap（内存访问错误）的核心诱因。

2. 行读取方式错误 #

使用fscanf("%s", buf)读取CSV行时，%s会在空格或换行处停止读取，但CSV字段（比如"Canada (excluding territories)"）包含空格，导致buf只能读到字段的前半部分，后续处理全部错乱。

3. 无边界检查的数组操作 #

• 写入item、rawItem时，未检查itemPointer、rawItemPointer是否超过数组长度，极易触发缓冲区溢出。
• 结构体中的geo[25]等数组，当字段内容长度超过容量时，strcpy会直接溢出缓冲区，引发内存错误。

4. 文件读取流程混乱 #

开头的fscanf(file, "%s", buf)会吃掉第一行的部分内容，随后while (fgetc(file) != EOF)又跳过一个字符，导致行读取错位，大量内容被遗漏或截断。

修复后的代码 #

以下是重新实现的CSV解析逻辑，针对带引号的字段做了正确处理，同时添加了边界检查：

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

#define MAX_RECORDS 211
#define MAX_LINE_LEN 4096
#define MAX_FIELD_LEN 100

typedef struct question1 {
    int ref_date;
    char geo[26];  // 留1位给字符串终止符
    char age_group[51];
    char sex[11];
    double value;
} question1;

// 从当前位置读取一个带引号的CSV字段
int read_quoted_field(char *buf, int *pos, char *out, int out_len) {
    int out_pos = 0;
    // 跳过开头的引号
    if (buf[*pos] != '"') return 0;
    (*pos)++;

    // 读取到下一个引号（兼容空字段""）
    while (buf[*pos] != '\0' && buf[*pos] != '"') {
        if (out_pos >= out_len - 1) break;  // 防止缓冲区溢出
        out[out_pos++] = buf[*pos];
        (*pos)++;
    }
    out[out_pos] = '\0';

    // 跳过结尾的引号
    if (buf[*pos] == '"') (*pos)++;
    // 跳过字段后的逗号（如果存在）
    if (buf[*pos] == ',') (*pos)++;

    return 1;
}

int main() {
    FILE *file = fopen("dummy.csv", "r");
    if (file == NULL) {
        printf("文件打开失败\n");
        return 1;
    }

    question1 arr[MAX_RECORDS];
    int records = 0;
    char buf[MAX_LINE_LEN];

    // 跳过表头（如果CSV无表头可删除此行）
    fgets(buf, MAX_LINE_LEN, file);

    while (fgets(buf, MAX_LINE_LEN, file) != NULL && records < MAX_RECORDS) {
        // 去掉行尾的换行符
        buf[strcspn(buf, "\n")] = '\0';
        question1 temp = {0};  // 初始化结构体成员
        int pos = 0;
        int col = 0;

        // 读取第0列：ref_date
        if (read_quoted_field(buf, &pos, buf, MAX_FIELD_LEN)) {
            sscanf(buf, "%d", &temp.ref_date);
        }
        col++;

        // 读取第1列：geo
        read_quoted_field(buf, &pos, temp.geo, sizeof(temp.geo));
        col++;

        // 跳过第2列（空字段）
        read_quoted_field(buf, &pos, buf, MAX_FIELD_LEN);
        col++;

        // 读取第3列：age_group
        read_quoted_field(buf, &pos, temp.age_group, sizeof(temp.age_group));
        col++;

        // 读取第4列：sex
        read_quoted_field(buf, &pos, temp.sex, sizeof(temp.sex));
        col++;

        // 跳过第5到11列的无关字段
        while (col < 12) {
            read_quoted_field(buf, &pos, buf, MAX_FIELD_LEN);
            col++;
        }

        // 读取第12列：value
        if (read_quoted_field(buf, &pos, buf, MAX_FIELD_LEN)) {
            sscanf(buf, "%lf", &temp.value);
        }

        arr[records++] = temp;
        // 可选：打印验证读取结果
        printf("日期：%d，地区：%s，年龄组：%s，性别：%s，数值：%.1lf\n",
               temp.ref_date, temp.geo, temp.age_group, temp.sex, temp.value);
    }

    fclose(file);
    return 0;
}

修复说明 #

1. 用fgets逐行读取CSV，确保完整读取包含空格的行内容。
2. 实现read_quoted_field函数专门处理带引号的CSV字段，正确跳过引号和分隔逗号。
3. 所有数组操作添加边界检查，彻底避免缓冲区溢出。
4. 结构体数组长度预留字符串终止符位置，避免strcpy溢出风险。
5. 明确跳过不需要的列，逻辑清晰易维护。

内容的提问来源于stack exchange，提问作者MamiCodes