在文件中搜索字符的组合

Question

我正在尝试创建一个读取文件并搜索特定字符组合的程序。 例如：“/ start/4jy42jygsfsf/end /”。

所以我想找到所有以/开始/结尾为/结尾/开头的“字符串”。

为了做到这一点，我使用read（）函数，因为该文件可能是一个二进制文件（它不一定是带有字符的文件）。

我调用read（）函数这样的：

#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 
} 

假设每/启动/后跟一个/结束/。

的问题是：

如何处理案件的字符的组合在半切？

例如，假设在第一时间阅读（）被调用，在这个缓冲结束时，我发现/明星和阅读下一时间（）被调用在第二个缓冲的开始有t/4jy42jygsfsf/end/。

这种组合可能会在任何地方被切断。我认为的解决方案将导致许多许多代码行。有没有什么聪明的方法来处理所有这些情况？

Answer 1

当您到达缓冲区末尾时，记录当前部分匹配的状态（如果有）。然后当你得到下一个缓冲区时，你有4种一般情况：

• 不在任何要匹配的文本里面。
• 只看到一个开始/在最后一个缓冲区末尾
• 目前在/start/里面。另一个变量记录您匹配的距离。
• 目前里面有/end/。与/start相同的变量记录您匹配的距离。

你的匹配器内的状态大致有：

1. 目前不匹配任何
2. 刚看到一个/ - 未来寻找一个 's' 或 'E'。
3. 匹配start/或end/。
4. 匹配 - /start或/end。

基于部分匹配，在匹配器中跳转到正确的状态。

OR

可以使用PCRE library。它支持部分匹配。但可能是为了你的目的矫枉过正。