如何拆分数据文件中含日期时间的列？C语言高效实现咨询

绝对可以用fgets()作为scanf()的替代方案，甚至在你这种需要拆分复杂时间戳的场景下，fgets()反而更灵活可控。scanf()虽然能按格式读取，但面对首列这种包含固定分隔符T和Z的时间戳，直接用scanf()拆分日期和时间会有点繁琐，而先通过fgets()读取整行，再结合sscanf()或者字符串拆分函数（比如strtok()）处理，会更清晰，也更容易处理格式异常的行。

关于fgets的具体实现思路 #

举个简单的例子：先用fgets()把一行数据读到缓冲区，然后用sscanf()直接按你需要的格式拆分——把首列拆成日期和时间两部分，同时读取后面四个浮点值：

char line[256]; // 假设每行长度不会超过这个值
char date[11], time[13]; // 分别存"YYYY-MM-DD"和"HH:MM:SS.sss"
float val1, val2, val3, val4;

while (fgets(line, sizeof(line), fp)) {
    // 先去掉行尾的换行符
    line[strcspn(line, "\n")] = '\0';
    // 用sscanf精准匹配格式
    if (sscanf(line, "%10[^T]T%12[^Z]Z|%f|%f|%f|%f", 
               date, time, &val1, &val2, &val3, &val4) == 6) {
        // 解析成功，处理数据
    } else {
        // 格式错误，跳过该行或记录日志
        fprintf(stderr, "Invalid line: %s\n", line);
    }
}

如果想把时间转成数值类型（比如时间戳），可以用strptime()把日期时间字符串转成struct tm，再用mktime()转成time_t（注意部分平台对strptime()的%f毫秒格式支持有限，可能需要手动拆分毫秒部分再计算）。

高效存入数组的实现方式 #

要高效存储数据，结构体+动态数组是最优选择：

1. 先定义一个结构体来封装每一行的数据，内存连续的结构缓存友好，访问效率远高于单独维护多个数组：

// 示例：存拆分后的日期时间+数值
typedef struct {
    char date[11];
    char time[13];
    float vals[4];
} DataRow;

// 或者存数值时间戳+数值（更适合后续计算）
typedef struct {
    time_t timestamp; // 或者用double存储带毫秒的时间戳
    float vals[4];
} DataRow;

2. 使用动态数组来存储结构体实例，采用预分配+翻倍扩容的策略：初始分配一个合理的容量（比如1024行），当数据量达到容量上限时，把容量翻倍并重新分配内存。这种方式的扩容开销是分摊到每一次插入的，整体效率接近O(1)，避免了频繁扩容的性能损耗。

完整的动态数组实现示例片段：

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

size_t capacity = 1024;
DataRow *data_arr = malloc(capacity * sizeof(DataRow));
if (!data_arr) { perror("Malloc failed"); fclose(fp); return 1; }
size_t row_count = 0;

char line[256];
while (fgets(line, sizeof(line), fp)) {
    // 解析行数据到data_arr[row_count]
    // ...（前面的sscanf逻辑）
    
    row_count++;
    // 检查是否需要扩容
    if (row_count >= capacity) {
        capacity *= 2;
        DataRow *temp = realloc(data_arr, capacity * sizeof(DataRow));
        if (!temp) {
            perror("Realloc failed");
            free(data_arr);
            fclose(fp);
            return 1;
        }
        data_arr = temp;
    }
}

// 后续使用data_arr和row_count处理数据...

free(data_arr);
fclose(fp);

如果你的数据量极大（比如百万级以上），还可以考虑用mmap()把文件直接映射到内存，减少IO拷贝的开销，但实现复杂度会稍高一些。

总结 #

• fgets()完全是可行且更适合的方案，搭配sscanf能轻松拆分复杂格式的字段；
• 用结构体封装每行数据+动态数组存储，是兼顾效率和易用性的最优方式，既保证了内存的连续访问，又能灵活适配数据量的变化。

内容的提问来源于stack exchange，提问作者YGarcia