C语言不调用预制函数按空白符分割字符串为单词数组问题排查

需求说明 #

• 编写函数将输入字符串按空白符分割为多个单词，返回存储这些单词的数组
• 分割函数内仅可使用malloc作为预制函数
• 函数签名必须为char **ft_split_whitespaces(char *str)

问题现象 #

当前运行输出：

d this is me
    s is me
    s me
    r

预期输出：

Hello
    World
    This
    Is
    Me

现有实现代码 #

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

int     count_words(char *str)
{
    int i; 
    int word;
    
    i = 0;
    word = 1;
    while(str[i]!='\0')
    {
        if(str[i]==' ' || str[i]=='\n' || str[i]=='\t' 
        || str[i]=='\f' || str[i]=='\r' || str[i]=='\v')
            word++;
        i++;
    }
    return (word);
}

char    **ft_split_whitespaces(char *str)
{
    int index;
    int size;
    int index2;
    char **arr;
    
    index = 0;
    index2 = 0;
    size = count_words(str);
    arr = (char **)malloc(size * sizeof(char));
    if (arr == NULL)
        return ((char **)NULL);
    while (str[index])
    {
        if(str[index] == ' ')
        {
            index++;
            value++;
            index2++;
        }
        else
            *(arr+index2) = (char*) malloc(index * sizeof(char));
            *(arr+index2) = &str[index];    
        index++;
    }
    **arr = '\0';
    return (arr);
}

int main()
{
    char a[] = "Hello World This Is Me";
    char **arr;
    int i;
    int ctr = count_words(a);
    arr = ft_split_whitespaces(a);
    
    for(i=0;i < ctr;i++)
        printf("%s\n",arr[i]);
    return 0;
}

存在的问题 #

• count_words计数逻辑错误：初始值设为1不合理，连续空白符、首尾空白符都会导致计数偏大，应该仅在「当前字符非空白且前一个字符是空白」的时候计数+1
• 指针数组分配错误：arr = (char **)malloc(size * sizeof(char)); 应该用sizeof(char*)，指针数组每个元素是字符指针，占4/8字节不是1字节
• 未定义变量：ft_split_whitespaces中使用了未声明的value变量，属于语法错误
• 分隔符判断不全：仅判断了空格作为分隔符，没有匹配count_words中定义的其他空白符（换行、制表、换页等）
• 分支逻辑错误：else分支没有加花括号，导致*(arr+index2) = &str[index]; 无论if条件是否成立都会执行
• 字符串未独立拷贝：直接把指针指向原字符串地址，没有拷贝单词内容，也没有在单词末尾加\0，会导致输出时连带后续字符串
• 单词内存分配错误：分配单词内存时用全局遍历的index作为长度，不是当前单词的实际长度
• 末尾操作逻辑错误：**arr = '\0'; 直接把第一个单词的首字符设为终止符，导致第一个单词输出为空

修复后完整代码 #

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

// 判断是否是空白符的辅助函数
int is_whitespace(char c) {
    return c == ' ' || c == '\n' || c == '\t' || c == '\f' || c == '\r' || c == '\v';
}

int count_words(char *str) {
    int i = 0;
    int word = 0;
    int in_word = 0;
    while(str[i] != '\0') {
        if (!is_whitespace(str[i]) && !in_word) {
            word++;
            in_word = 1;
        } else if (is_whitespace(str[i])) {
            in_word = 0;
        }
        i++;
    }
    return word;
}

char **ft_split_whitespaces(char *str) {
    int index = 0;
    int word_idx = 0;
    int word_len = 0;
    int size = count_words(str);
    // 多分配一个位置存NULL作为数组结束标记
    char **arr = (char **)malloc((size + 1) * sizeof(char*));
    if (arr == NULL) return NULL;

    while(str[index]) {
        // 跳过空白符
        while (str[index] && is_whitespace(str[index])) {
            index++;
        }
        if (!str[index]) break;
        // 计算当前单词长度
        word_len = 0;
        while (str[index + word_len] && !is_whitespace(str[index + word_len])) {
            word_len++;
        }
        // 分配单词内存：+1存终止符
        arr[word_idx] = (char*)malloc((word_len + 1) * sizeof(char));
        if (arr[word_idx] == NULL) return NULL;
        // 拷贝单词内容
        for (int i = 0; i < word_len; i++) {
            arr[word_idx][i] = str[index + i];
        }
        arr[word_idx][word_len] = '\0';
        word_idx++;
        index += word_len;
    }
    arr[word_idx] = NULL;
    return arr;
}

int main() {
    char a[] = "Hello World This Is Me";
    char **arr = ft_split_whitespaces(a);
    int i = 0;
    while(arr[i]) {
        printf("%s\n", arr[i]);
        i++;
    }
    // 生产环境可在此处添加内存释放逻辑避免泄漏
    return 0;
}

内容的提问来源于stack exchange，提问作者Alsakka