Dotaz: Jak zkonvertovat string obsahující escape sekvence na string?

[Pavel Stárek]

Zdravím,

mám takový problém, googlím (asi blbě) a výsledek furt nemám. Píšu si utilitku, která jako jeden ze svých parametrů na příkazové stránce bere data jako string. Chtěl bych ale, pokud uživatel dá do toho stringu escape sekvenci aby se nejprve správně rozparsovala (nebo převedla na odpovídající bajty) do jiného stringu (nebo bafru v paměti), avšak nevím, jak na to. Tedy pokud uživatel zadá při spuštění:

utilita "\x02A\x03"

aby se to do jiného bafru převedlo na sekvenci bajtů 0x02, 0x41, 0x03 a 0x00. Existuje nějaká funkce v C která to udělá?

---

---

Odpovědi

[Josef Kufner]

Na toto se používají konečné automaty. Jedná se o takovou věc, která to veme znak po znaku, přepíná podle toho svůj stav a podle svého stavu a vstupu produkuje výstup.

Viz zdejší seriál Jazyky a překladače.

Ve stručnosti chceš automat, který když je ve výchozím stavu a dostane lomítko, přejde do stavu mám-lomítko, pokud dostane cokoliv jiného, tak to vypíše. Pokud je ve stavu mám-lomítko a dostane cokoliv než 'x', tak to vypíše a přejde zpět do výchozího stavu. Pokud ale dostane 'x', tak při dalších dvou znacích přejde postupně dalšími děma stavy a v tom druhém vypíše odpovídající byte (a vrátí se do výchozího). Pokud mu přijde něco jiného, tak hodí chybu. K implementaci takto jednoduchých automatů stačí while se switchem nad stavovou proměnnou.

[wamba]

neexistují v C příkazy printf (docela určitě existuje) a unpack (to se mi nepodařilo najít)? pak by šel napsat ekvivalent Perlovského

perl -E 'printf("%#.02x ", $_) for unpack("W*","\x02A\x03");'
#řádek, aby šlo vidět podtržítko

[Pavel Stárek]

printf (sprintf) existuje, ale unpack asi ne. A tvé řešení by asi fungovalo, ale co kdybych tam chtěl vložit další hodnotu? Programovat si vlastní parser se mi nechce, tak se na to vyprdnu, ona ta utilitka (odesílač dat přes UDP broadcast) bude stejně jen moje interní, takže si naprogramuji ten "druhý konec" tak, jak potřebuji, a na tenhle výmysl zase rychle zapomenu Třeba python má:

unescaped = "\x02DATA\x03".decode("string_escape")

[Josef Kufner]

Ten parser je funkce asi na 30 řádek.

[luky]

Proc to nespoustite jako

utilita "`printf \x02A\x03`"

[Pavel Stárek]

Jo já zapoměl napsat, že utilitka bude spouštěna ve Windows. Snažím se jí napsat a překládat pomocí MingW a funkcí ze standardní C knihovny + Winsock. Ono už to funguje, jen by se mi líbilo mít tam tu možnost si do vstupních dat dát nějak rozumně jakýkoliv bajt.

[Josef Kufner]

Příloha:

• cstring-parse.c (2322 bytů)

Tu máš a nekňourej.

$ gcc cstring-parse.c -o cstring-parse && ./cstring-parse 
"abc" = "abc"
"a\\bc" = "a\bc"
"a\x0abc" = "a
bc"

$ gcc cstring-parse.c -o cstring-parse -DDEBUG&& ./cstring-parse
START: a
START: b
START: c
"abc" = "abc"
START: a
START: \
SLASH: \
START: b
START: c
"a\\bc" = "a\bc"
START: a
START: \
SLASH: x
DIGIT1: 0
DIGIT2: a
START: b
START: c
"a\x0abc" = "a
bc"

... nezapomeň pak zavolat free().

[Fuky]

Přílohy:

• main.c (428 bytů)
• Makefile (127 bytů)

g_strcompress()

$ make && ./main "\2A\03"
\2A\03 => ?A?
0x2
0x41
0x3