从自制二进制文件调用fread()时触发Segmentation Fault问题求助

咱们先直接点明核心问题：你写入二进制文件的是指针的内存地址，而不是字符串的实际内容，这就是读取时触发段错误的根本原因。

为什么会触发段错误？ #

你的struct sequence里的char *sequence和char *label是指针变量，它们存储的是字符串在内存中的起始地址。当你用fwrite(&final_entry, sizeof(struct sequence), 1, out)写入文件时，实际上只把这两个地址值（比如0x7f123456）写进了二进制文件。

而第二个程序运行时，它的进程内存空间和第一个程序完全独立——第一个程序里的内存地址在新进程里要么是无效的，要么指向的是随机垃圾数据。当你用printf访问这些指针时，自然会触发段错误。

第一个脚本的其他潜在问题 #

除了核心的指针存储问题，你的第一个脚本还有几个会导致未定义行为的bug：

• 未初始化的fasta数组：char fasta[BUZZ_SIZE];没有初始化，直接用strcat拼接会从随机内存位置开始写入，大概率会破坏其他数据。
• 数组越界：
  • char *seqs[3];只能存3个指针，但你要处理4个序列，循环idx<4会越界写入栈内存，可能导致程序崩溃或数据错乱。
  • char *this_seq[1];只能存1个指针，但你要存label和sequence两个值，同样会越界。
• 嵌套使用strtok的风险：strtok依赖全局状态，嵌套调用（外层按>分割，内层按\n分割）很容易出现逻辑错误，比如后续的strtok会干扰前一个的状态。

具体修复方案 #

要解决问题，你需要把字符串的实际内容写入二进制文件，而不是指针。这里提供两种可行思路：

思路1：使用固定大小字符数组（简单直接） #

修改结构体，把指针换成固定大小的字符数组，这样写入时会直接存储字符串内容：

#define MAX_LABEL_LEN 64
#define MAX_SEQ_LEN 256
struct sequence {
    char sequence[MAX_SEQ_LEN];
    char label[MAX_LABEL_LEN];
};

然后在第一个脚本中，用strncpy把内容复制到结构体的数组里，记得手动添加字符串终止符：

// 替换原来的final_entry赋值逻辑
strncpy(final_entry.label, this_seq[0], MAX_LABEL_LEN - 1);
final_entry.label[MAX_LABEL_LEN - 1] = '\0'; // 确保字符串结尾
strncpy(final_entry.sequence, this_seq[1], MAX_SEQ_LEN - 1);
final_entry.sequence[MAX_SEQ_LEN - 1] = '\0';

这样修改后，fwrite写入的就是结构体里的实际字符串内容，第二个脚本读取后可以直接正常访问。

思路2：存储长度+内容（支持可变长度） #

如果你的序列长度不固定，这个方案更灵活：写入时先存字符串的长度，再存内容；读取时先读长度，再分配内存读取内容。

写入脚本修改：

// 针对每个sequence，依次写入label长度、label内容、序列长度、序列内容
size_t label_len = strlen(final_entry.label);
fwrite(&label_len, sizeof(size_t), 1, out);
fwrite(final_entry.label, sizeof(char), label_len, out);

size_t seq_len = strlen(final_entry.sequence);
fwrite(&seq_len, sizeof(size_t), 1, out);
fwrite(final_entry.sequence, sizeof(char), seq_len, out);

读取脚本修改：

struct sequence this_seq;
size_t len;
for (n=0;n<4;n++) {
    // 读取label
    fread(&len, sizeof(size_t), 1, fasta_bin);
    this_seq.label = malloc(len + 1); // 分配内存，预留终止符位置
    fread(this_seq.label, sizeof(char), len, fasta_bin);
    this_seq.label[len] = '\0';

    // 读取sequence
    fread(&len, sizeof(size_t), 1, fasta_bin);
    this_seq.sequence = malloc(len + 1);
    fread(this_seq.sequence, sizeof(char), len, fasta_bin);
    this_seq.sequence[len] = '\0';

    printf(">%s\n%s\n", this_seq.label, this_seq.sequence);

    // 记得释放内存，避免泄漏
    free(this_seq.label);
    free(this_seq.sequence);
}

额外的第一个脚本优化建议 #

• 初始化fasta数组：char fasta[BUZZ_SIZE] = {0};，避免strcat的未定义行为。
• 调整数组大小：把char *seqs[3];改成char *seqs[4];，char *this_seq[1];改成char *this_seq[2];，避免越界。
• 不要一次性读入整个文件：如果FASTA文件很大，BUZZ_SIZE会不够用，建议逐行处理，而不是把整个文件拼进fasta数组。

内容的提问来源于stack exchange，提问作者kamses