如何使用scanf()提取URL域名后缀并实现数组匹配索引查询？

嘿，这个问题问得好！咱们直接说结论：用scanf()能实现针对简单场景的提取，但它的局限性很大，处理复杂URL时容易出错。如果你的URL格式比较固定（比如最多三个点，像www.xxx.com或www.xxx.com.tr这种），可以凑合用；但如果要应对各种不规则的URL，还是用字符串处理函数（比如strrchr、strtok这类）更稳妥。

先看scanf()的实现思路 #

scanf()的核心是靠格式控制符来匹配和提取内容，咱们可以利用%*[^.]来跳过任意非.的字符，%*c跳过.本身，然后精准抓取我们想要的部分。

但这里有个问题：你给出的两个例子格式不一样——一个是两个点的www.stackoverflow.com，要提取最后一个.后的com；另一个是三个点的www.google.com.tr，要提取倒数第二个.和最后一个.之间的com。纯scanf很难同时兼容这两种情况，因为它是按顺序匹配的，必须预先知道URL的结构（比如有几个点），不然匹配会出错：

• 用%*[^.]%*c%*[^.]%*c%s的话，www.stackoverflow.com能正确提取com，但www.google.com.tr会读取到com.tr，不符合需求；
• 换用%*[^.]%*c%*[^.]%*c%[^.]%*c%s，只能提取www.google.com.tr里的com，但对www.stackoverflow.com会匹配失败，因为没有足够的.。

所以纯scanf只能处理固定格式的URL，得结合额外逻辑（比如先统计点的数量）才能勉强兼容你的示例场景，灵活性很差。

更靠谱的方案：结合字符串函数 #

既然你本来就打算写函数实现，那不如直接用C标准库的字符串函数，逻辑更清晰，也能处理更多场景。比如这个思路：

1. 从右往左找第一个.（也就是最后一个点），记为last_dot；
2. 再从last_dot的左边找前一个.，记为prev_dot；
3. 如果prev_dot存在（URL至少两个点），提取prev_dot+1到last_dot之间的内容；如果不存在（只有一个点），提取last_dot+1到结尾的内容；
4. 把提取到的后缀和你的数组匹配，返回索引或-1。

给你写个示例代码：

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

// 匹配后缀的数组
const char* suffixes[] = {"com", "org", "net", "edu"};
const int suffix_count = sizeof(suffixes)/sizeof(suffixes[0]);

int findSuffixIndex(const char* url) {
    // 找最后一个点
    char* last_dot = strrchr(url, '.');
    if (!last_dot) return -1; // 没有点，无效URL

    // 找倒数第二个点
    char* prev_dot = strrchr(url, '.');
    if (prev_dot == last_dot) {
        prev_dot = strrchr(url, '.', last_dot - url - 1);
    }

    char* target_suffix;
    // 临时截断字符串，方便提取
    char original_char = *last_dot;
    if (prev_dot) {
        target_suffix = prev_dot + 1;
        *last_dot = '\0';
    } else {
        target_suffix = last_dot + 1;
    }

    // 遍历数组匹配
    int index = -1;
    for (int i = 0; i < suffix_count; i++) {
        if (strcmp(target_suffix, suffixes[i]) == 0) {
            index = i;
            break;
        }
    }

    // 恢复原URL的字符
    if (prev_dot) *last_dot = original_char;
    return index;
}

int main() {
    char url[256];
    printf("输入URL：");
    fgets(url, sizeof(url), stdin);
    // 去掉fgets带来的换行符
    url[strcspn(url, "\n")] = '\0';

    int index = findSuffixIndex(url);
    if (index != -1) {
        printf("匹配到后缀%s，索引为%d\n", suffixes[index], index);
    } else {
        printf("未匹配到后缀，返回-1\n");
    }

    return 0;
}

这个代码能完美处理你提到的两种情况：

• 输入www.stackoverflow.com，提取com，匹配数组返回0；
• 输入www.google.com.tr，提取com，匹配数组返回0；
• 输入www.example.org，提取org，返回1。

回到你的问题：scanf到底能不能？ #

如果一定要用scanf，那只能针对固定格式的URL做处理，比如先统计URL里的点数量，再用对应的格式字符串。比如：

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

int main() {
    char url[256];
    char suffix[32];
    printf("输入URL：");
    scanf("%s", url);

    // 统计点的数量
    int dot_count = 0;
    for (int i = 0; url[i]; i++) {
        if (url[i] == '.') dot_count++;
    }

    if (dot_count == 2) {
        // 格式：xxx.xxx.xxx，提取最后一个xxx
        sscanf(url, "%*[^.]%*c%*[^.]%*c%s", suffix);
    } else if (dot_count == 3) {
        // 格式：xxx.xxx.xxx.xxx，提取倒数第二个xxx
        char temp[32];
        sscanf(url, "%*[^.]%*c%*[^.]%*c%s%*c%s", suffix, temp);
    } else {
        printf("格式不支持\n");
        return -1;
    }

    // 匹配数组逻辑
    const char* suffixes[] = {"com", "org", "net", "edu"};
    const int suffix_count = sizeof(suffixes)/sizeof(suffixes[0]);
    int index = -1;
    for (int i = 0; i < suffix_count; i++) {
        if (strcmp(suffix, suffixes[i]) == 0) {
            index = i;
            break;
        }
    }

    printf("后缀：%s，索引：%d\n", suffix, index);
    return index;
}

但这个代码的问题很明显：只能处理2个或3个点的URL，要是URL有1个点（比如example.com）或者更多点（比如a.b.c.d.e.com），就直接失效了。而且scanf读取URL时遇到空格会停止，也不符合实际URL的使用场景。

所以总结一下：scanf可以做，但只适合非常固定的简单场景，大部分情况下，用字符串处理函数写自定义函数会更可靠、灵活。

内容的提问来源于stack exchange，提问作者SarpSTA