C语言文本换行程序输出stdout时异常问号乱码的解决方法

开发需求 #

开发基于自定义wordWrap算法的文本换行处理程序，实现逻辑为：读取STDIN或指定输入文件的内容，按照用户传入的固定列宽完成自动换行处理，最终将结果输出到stdout。但程序实际运行始终存在输出异常，无法消除输出中出现的多余无意义问号字符。

现有实现代码 #

#define MAXLEN 256
#define widthh argv[2] // 固定列宽参数
void wordWrap(int col, char *providedStr); // 自定义wordWrap换行算法实现

int 
main(int argc, char **argv) {

    int infd, outfd, bytes;
    char buf[MAXLEN];
    int num = atoi(widthh);

    for (int i = 1; i < argc; i++) {
        infd = open(argv[i], O_RDONLY);
        bytes = read(infd, buf, MAXLEN);
       
        if (bytes > 0) {
            wordWrap(num, buf);
        }
        printf("\n"); // 追加换行，分隔不同文件的输出内容
    }
}

运行异常表现 #

• 单文件处理场景：对正常文本（如宝马车型可靠性介绍类内容）处理完成后，输出尾部会出现类似?&???的无意义问号字符
• 多文件连续处理场景：在长文本的截断位置，会出现类似pF???的异常问号字符，破坏原有文本的连贯性

异常根本原因 #

• 缺少字符串终止标记：C语言字符串处理的默认结束标识是\0，但代码中通过read读取文件内容时，既没有给缓冲区预先清零，也没有在读取到的内容末尾手动追加\0。传递给wordWrap的buf本质是一块没有合法终止标记的内存，函数处理时会越界读取缓冲区外的随机内存值，这些无意义的随机字节在终端输出时就会被识别为乱码问号。
• 循环参数逻辑错误：文件遍历循环从i=1开始，导致程序把本该作为列宽参数的argv[2]值也当成了待处理文件路径去打开，读取到的无效垃圾数据被直接传入换行处理函数，生成乱码。
• 单次读取的局限性：代码仅对每个文件做单次read操作，当文件长度超过MAXLEN（256字节）时，不仅后续内容无法被读取，单次读取到内容的尾部也会因为没有补全终止标记，触发越界读取。
• 缺少系统调用的错误判断：open调用失败（如传入无效路径、文件无读取权限）时会返回-1，程序没有对返回值做校验，直接对无效的文件描述符执行read操作，读取到的随机内存值也会被传入处理流程产生乱码。

可行修复方案 #

• 缓冲区预处理：每次执行read之前，通过memset(buf, 0, MAXLEN)将整个缓冲区清零，消除上一次读取残留的随机字节；读取内容时预留1字节的终止符空间，执行bytes = read(infd, buf, MAXLEN - 1);并在读取完成后追加buf[bytes] = '\0'，保证传入wordWrap的是合法的C字符串。
• 修正循环遍历逻辑：待处理文件的遍历从i=3开始（argv[1]为程序自身路径，argv[2]为传入的列宽参数），避免误把列宽参数当成文件路径打开。
• 增加系统调用错误判断：对open的返回值做校验，遇到文件打开失败的场景直接跳过，不执行后续读取操作。
• 适配大文件读取：如果需要处理长度超过256字节的内容，需要循环调用read直到读到文件末尾，拼接完整内容后再传入wordWrap处理。

内容的提问来源于stack exchange，提问作者user14387877