将CSV读取到全字符数组成员的结构体数组时遇格式错误与字段丢失

问题核心 #

将CSV文件读取到结构体数组时，把原结构体的char/int/double成员全部改为char数组后，出现两类问题：

1. 修改average成员后触发"File format incorrect"错误；
2. 调整fscanf格式字符串为" %49[^,],%49[^,],%49[^,],%49[^ ]"后，虽能解析文件，但最后一列average字段丢失。

问题分析 #

1. 格式错误原因：原格式字符串（针对不同数据类型设计，如%d/%lf）与全char数组结构体不兼容，fscanf返回的匹配字段数不等于预期，触发错误判定。
2. 最后字段丢失原因：格式字符串中最后一个字段的匹配逻辑错误——直接把换行符写入字符串字面量（[^ ]）是非法写法，C语言需用转义字符\n；同时未处理换行符残留，导致最后一列无法被正确匹配。

解决方案 #

假设你的测试file.txt内容如下：

A,Alice,95,92.5
B,Bob,88,89.0
C,Charlie,76,78.3

推荐实现：fgets+sscanf（更稳定） #

这种方式先读取整行内容，再从内存缓冲区解析，避免换行符残留问题：

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

#define MAX_STUDENTS 100
#define MAX_FIELD_LEN 50

typedef struct {
    char initial[MAX_FIELD_LEN];
    char name[MAX_FIELD_LEN];
    char score[MAX_FIELD_LEN];
    char average[MAX_FIELD_LEN];
} Student;

int main() {
    FILE *file = fopen("file.txt", "r");
    if (!file) {
        perror("Failed to open file");
        return 1;
    }

    Student students[MAX_STUDENTS];
    int count = 0;
    char line_buffer[256];

    while (fgets(line_buffer, sizeof(line_buffer), file) != NULL && count < MAX_STUDENTS) {
        // 用[^\n\r]兼容Windows的\r\n换行格式，保证最后字段读取完整
        int match_count = sscanf(line_buffer, "%49[^,],%49[^,],%49[^,],%49[^\n\r]",
                                students[count].initial,
                                students[count].name,
                                students[count].score,
                                students[count].average);
        
        if (match_count != 4) {
            printf("File format incorrect at line %d\n", count + 1);
            continue;
        }
        count++;
    }

    // 输出验证
    printf("Read %d students:\n", count);
    for (int i = 0; i < count; i++) {
        printf("Initial: %s | Name: %s | Score: %s | Average: %s\n",
               students[i].initial, students[i].name, students[i].score, students[i].average);
    }

    fclose(file);
    return 0;
}

备选实现：直接用fscanf（需处理换行符） #

若坚持用fscanf，需明确处理换行符残留：

// 替换上述代码中的读取循环部分
while (count < MAX_STUDENTS) {
    // %*c用于跳过换行符，避免影响下一行读取
    int match_count = fscanf(file, "%49[^,],%49[^,],%49[^,],%49[^\n]%*c",
                            students[count].initial,
                            students[count].name,
                            students[count].score,
                            students[count].average);
    
    if (match_count == EOF) break; // 文件读取完毕
    if (match_count != 4) {
        printf("File format incorrect at line %d\n", count + 1);
        // 跳过错误行的剩余内容，防止死循环
        while (fgetc(file) != '\n' && !feof(file));
        continue;
    }
    count++;
}

关键注意事项 #

1. 格式字符串规范：
   • 每个字段用%49[^,]匹配（预留1位存储字符串结束符\0），匹配到逗号前的所有内容；
   • 最后一个字段用%49[^\n\r]，兼容Windows和Linux的换行格式，避免把换行符读入字段。
2. 错误处理：
   • 每次读取后检查匹配字段数，必须等于结构体成员数（此处为4），否则判定格式错误；
   • 遇到错误行时，跳过剩余内容，避免死循环。
3. 缓冲区残留处理：
   • fgets+sscanf的方式天然避免换行符残留问题，是CSV解析的更优选择。

内容的提问来源于stack exchange，提问作者ecjb