在文件中搜索字符的組合

Question

我正在嘗試創建一個讀取文件並搜索特定字符組合的程序。 例如：「/ start/4jy42jygsfsf/end /」。

所以我想找到所有以/開始/結尾爲/結尾/開頭的「字符串」。

爲了做到這一點，我使用read（）函數，因爲該文件可能是一個二進制文件（它不一定是帶有字符的文件）。

我調用read（）函數這樣的：

#define BUFFSIZE 4000 

// more declarations 

while (read(file_descriptor, buffer, BUFFSIZE) > 0) 
{ 
    //search for /start/ 
    //then search for /end/ 
    //build a string with all the chars between these two 
    //keep searching till you reach the end of buffer 
} 

假設每/啓動/後跟一個/結束/。

的問題是：

如何處理案件的字符的組合在半切？

例如，假設在第一時間閱讀（）被調用，在這個緩衝結束時，我發現/明星和閱讀下一時間（）被調用在第二個緩衝的開始有t/4jy42jygsfsf/end/。

這種組合可能會在任何地方被切斷。我認爲的解決方案將導致許多許多代碼行。有沒有什麼聰明的方法來處理所有這些情況？

Answer 1

當您到達緩衝區末尾時，記錄當前部分匹配的狀態（如果有）。然後當你得到下一個緩衝區時，你有4種一般情況：

• 不在任何要匹配的文本里面。
• 只看到一個開始/在最後一個緩衝區末尾
• 目前在/start/裏面。另一個變量記錄您匹配的距離。
• 目前裏面有/end/。與/start相同的變量記錄您匹配的距離。

你的匹配器內的狀態大致有：

1. 目前不匹配任何
2. 剛看到一個/ - 未來尋找一個 's' 或 'E'。
3. 匹配start/或end/。
4. 匹配 - /start或/end。

基於部分匹配，在匹配器中跳轉到正確的狀態。

OR

可以使用PCRE library。它支持部分匹配。但可能是爲了你的目的矯枉過正。