15. sscanf 函数详解

头文件

#include <stdio.h>

函数原型

int sscanf(const char *str, const char *format, ...);

作用：从字符串 str 中，按照 format 格式提取数据，存入后续变量 。

对比：scanf 是从标准输入（键盘）读取；sscanf 是从内存字符串读取。

返回值（非常关键，你代码里漏掉了判断）

返回成功匹配并赋值的变量个数。

• 成功匹配几项，就返回几；
• 如果一开始就匹配失败，返回 0；
• 如果读到字符串结束（EOF），返回 EOF（一般是 -1）。

示例：

char buf[] = "GET /index.html HTTP/1.1";
char method[16], path[256], proto[16];
int ret = sscanf(buf, "%s%s%s", method, path, proto);
// 匹配成功3个，ret = 3

---

常用格式符

格式	说明
%s	读取字符串，遇到空白字符（空格、换行、tab）自动停止 ，不会读取空白；自动追加 \0
%d	读取整数
%f	读取浮点数
%[abc]	读取字符，只接受括号内的字符，遇到不在集合里的字符停止
%[^abc]	读取字符，直到遇到括号里任意字符停止，非常适合按分隔符截取字符串
%*s / %*d	* 表示：匹配但是不保存结果，跳过这部分数据

⚠️ %s 巨大坑点：不限制长度，极易缓冲区溢出 ！

不安全写法：sscanf(str, "%s", buf);

安全写法：限定最大读取长度（数组大小-1，留位置放\0）

char buf[16];
sscanf(str, "%15s", buf); //最多读15个字符，末尾自动补'\0'

---

几个典型例子

例1：分割HTTP请求行（就是你代码场景）

char req[] = "GET /test HTTP/1.1";
char method[16], path[256], proto[16];
int ret = sscanf(req, "%15s %255s %15s", method, path, proto);
if(ret == 3) {
    printf("method=%s, path=%s, proto=%s\n", method, path, proto);
}

输出：method=GET, path=/test, proto=HTTP/1.1

例2：按分隔符截取，%[^] 常用技巧

截取到换行符为止（提取一行）

char line[] = "Host: 127.0.0.1\r\n";
char host[128];
sscanf(line, "Host: %[^\r]", host); 
// %[^\r]：一直读，直到碰到 \r 就停止

例3：跳过不需要的字段 %*s

char str[] = "GET /index.html HTTP/1.1";
char path[256];
// 跳过第一个字符串，跳过第二个空格，读取path
sscanf(str, "%*s %255s %*s", path);
printf("%s", path); //输出 /index.html

---

重点注意事项

1. %s 以空白作为分隔符 ，不能用来读取带空格的字符串；想读带空格的字符串要用 %[^分隔符]

2. 必须校验返回值，否则非法输入会让变量变成脏数据。你的原始代码没有判断返回值，是严重bug。

3. 缓冲区溢出 ：%s 不加长度限制属于高危漏洞，和 gets() 一样危险。

4. 参数传递：接收字符串的变量直接传数组名（地址），不要加& ；普通变量如int才需要&。

   char s[16];
   int a;
   sscanf("123 abc", "%d %s", &a, s);

5. sscanf 只做简单正则风格匹配，能力弱，复杂文本解析不要依赖它。HTTP完整解析不能只靠sscanf。

和你这段HTTP解析代码关联总结

你的代码：

sscanf(req, "%s%s%s", hreq->method, hreq->path, hreq->protocol);

优点：一行代码拆分请求行3个字段。

缺点：

• 没有长度限制，超长输入会内存越界；
• 没有判断返回值，无法识别非法请求；
• 只能分割空格分隔的3段，不能解析请求头多行数据。

2. sscanf (req, "% s% s% s", hreq->method, hreq->path, hreq->protocol); 没明白这是怎么解析字符串的，这种只能解析 字符串之间只有一个空白字符（空格、换行、tab）的是吗，遇到一个，解析出来，保存到第一个 % s 里是吗，如果是连续多个空白字符（空格、换行、tab）呢

核心结论先说

%s 的规则：

自动跳过开头所有连续空白（空格 、\t、\n、\r），然后持续读取非空白字符，直到碰到下一个空白就停止，并且自动在末尾加 \0。

所以：

1. 多个连续空白，和单个空白效果完全一样 ，%s 会一次性把连续空白全部跳过，不会把空白当成内容。
2. 不是"遇到一个空白就保存当前%s"，逻辑顺序是反过来的。

---

拆解 sscanf(req, "%s%s%s", m, p, proto) 的执行流程

以例子：

char req[] = "GET   /index.html   HTTP/1.1";
// 中间是3个空格，连续空白
char method[16], path[256], proto[16];
sscanf(req, "%s%s%s", method, path, proto);

执行步骤：

1. 处理第1个%s：
   • 指针从开头G开始，前面没有空白，直接读非空白字符 ：G E T；
   • 读到后面的空格，停止读取；
   • 把GET存入method，追加\0；
   • 字符串指针停在第一个空格位置。
2. 处理第2个%s：
   • %s规则：先跳过所有连续空白（这里3个空格全部跳过）；
   • 指针跳到/，读取非空白字符直到下一组空格：/index.html；
   • 存入path，追加\0；指针停在后面空格。
3. 处理第3个%s：
   • 再次跳过全部连续空白；读取HTTP/1.1存入protocol。

✅ 最终结果和只有单个空格：GET /index.html HTTP/1.1 完全相同。

空白字符集合：' '（空格）、\t制表符、\n换行、\r回车。%s全部视为分隔符，多个连续空白等价于一个分隔符。

举个极端例子（混合换行+空格）

char req[] = "GET\n\r\t  /demo   HTTP/1.1";

\n\r\t加空格一堆连续空白，sscanf("%s%s%s")照样正常拆出三段。

重点误区澄清

❌ 错误理解：遇到一个空白字符 ，就结束当前%s。

✅ 正确理解：

1. 每次执行%s：第一步先吃掉所有连续空白；
2. 第二步读取连续非空白字符；
3. 直到再次碰到空白字符 ，停止本次%s读取。空白本身不会存入字符串。

空白字符永远不会被%s捕获到结果里。

那什么情况下会解析失败？

只有非空白字符不够3段 的时候，返回值小于3：

例：GET /index 只有两段，sscanf返回2，第三个变量protocol不会被写入。

和HTTP场景关联

HTTP标准请求行：METHOD PATH HTTP/VERSION，规定用空格分隔 ，允许一个或多个空格，所以用%s%s%s刚好可以兼容标准写法。

但是！path里面不能带空格 （HTTP路径本身不允许空格，空格要编码成%20），所以这个写法在解析请求行是可行的Demo方案。

对比：%[^\n] 和 %s 的区别（容易搞混）

• %s：自动跳过前置空白，读到空白停止，不保留空白
• %[^\n]：不会跳过前置空白 ，读到\n停止，可以读取包含空格的字符串。

小测试代码，你可以直接复制运行验证

#include <stdio.h>
int main()
{
    char req[] = "GET   /index.html   HTTP/1.1";
    char method[16], path[256], proto[16];
    int ret = sscanf(req, "%s%s%s", method, path, proto);
    printf("ret=%d\n", ret);
    printf("method=[%s]\n", method);
    printf("path=[%s]\n", path);
    printf("proto=[%s]\n", proto);
    return 0;
}