Linux программирование в примерах

Роббинс Арнольд

5 #include <string.h>

6

7 int main(void)

8 {

9 #define STRBUFSIZE 1024

10 char locale[STRBUFSIZE], curloc[STRBUFSIZE];

11 char left[STRBUFSIZE], right[STRBUFSIZE];

12 char buf[BUFSIZ];

13 int count;

14

15 setlocale(LC_ALL, ""); /* установить локаль */

16 strcpy(curloc, setlocale(LC_ALL, NULL)); /* сохранить ее */

17

18 printf("--> "); fflush(stdout);

19 while (fgets(buf, sizeof buf, stdin) != NULL) {

20 locale[0] = '\0';

21 count = sscanf(buf, "%s %s %s", left, right, locale);

22 if (count < 2)

23 break;

24

25 if (*locale) {

26 setlocale(LC_ALL, locale);

27 strcpy(curloc, locale);

28 }

29

30 printf("%s: strcmp(\"%s\", \"%s\") is %d\n", curloc, left,

31 right, strcmp(left, right));

32 printf("%s: strcoll(\"%s\", \"%s\") is %d\n", curloc, left,

33 right, strcoll(left, right));

34

35 printf("\n--> "); fflush(stdout);

36 }

37

38 exit(0);

39 }

Программа

читает входные строки, состоящие из двух сравниваемых слов и необязательной локали, использующейся для сравнения. Если локаль дана, она становится локалью для последующих элементов. Программа начинает с любой локалью, которая установлена в окружении.

Массив

curloc

сохраняет текущую локаль для вывода результатов;

left

и

right

являются левым и правым сравниваемыми словами (строки 10–11). Основную часть программы составляет цикл (строки 19–36), который читает строки и выполняет работу. Строки 20–23 разделяют входную строку,

locale

инициализируется пустой строкой, если третья строка не предусмотрена.

Строки 25–28 устанавливают новую локаль, если она приведена. Строки 30–33 выводят результаты сравнения, а строка 35 приглашает для дальнейшего ввода. Вот демонстрация:

$ ch13-compare /* Запуск программы */

– -> ABC abc /* Ввести два слова */

С: strcmp("ABC", "abc") is -1 /* Программа началась в локали "С" */

С: strcoll("ABC", "abc") is -1 /* В локали "С" идентичные рез-ты */

– -> ABC abc en_US /* Слова те же, локаль "en_US" */

en_US: strcmp("ABC", "abc") is -1 /* strcmp без изменений */

en_US: strcoll("ABC", "abc") is 2 /* рез-ты strcoll изменились' */

– -> ABC abc en_US.UTF-8 /* Слова те же, локаль "en_US.UTF-8" */

en_US.UTF-8: strcmp("ABC", "abc") is -1

en_US. UTF-8: strcoll("ABC", "abc") is 6

 /* Другое значение, все еще положительное */

– -> junk JUNK /*

Новые слова */

en_US.UTF-8: strcmp("junk", "JUNK") is 1 /* предыдущая локаль */

en_US.UTF-8: strcoll("junk", "JUNK") is -6

Эта программа ясно показывает различие между

strcmp

и

strcoll

. Поскольку

strcmp

работает в соответствии с числовыми значениями символов, она всегда возвращает тот же самый результат,

strcoll

понимает проблемы сортировки, и ее результат меняется в соответствии с локалью. Мы видим, что в обеих локалях

en_US

заглавные буквы идут после строчных.

ЗАМЕЧАНИЕ. Специфическая для локали сортировка строк является проблемой также и для сопоставления регулярных выражений. Регулярные выражения допускают диапазоны символов внутри выражений со скобками, такие, как '

[a-z]

' или '

["-/]

'. Точное значение такой конструкции (символы, численно располагающиеся между начальной и конечной точками включительно) определено лишь для локалей «С» и «POSIX»

Для локалей, не являющихся ASCII, такие диапазоны как '

[a-z]

' могут соответствовать также и заглавным буквам, а не только строчным! Диапазон '

["-/]

' действителен в ASCII, но не в "

en_US.UTF-8

".

Долговременным наиболее переносимым решением является использование классов символов POSIX, таких, как '

[[:lower:]]

' и '

[[:punct:]]

'. Если вам кажется, что нужно использовать выражения с диапазонами на системах, использующих локали, и на более старых системах, не использующих их, без изменения своей программы, решение заключается в применении грубой силы и индивидуальном перечислении каждого символа внутри скобок. Это неприятно, но это работает.

Основанная на локалях сортировка потенциально дорогостоящая. Если вы ожидаете большого числа сравнений, где по крайней мере одна из строк не будет изменяться или где значения строк будут сравниваться друг с другом по несколько раз (как при сортировке списка), следует рассмотреть использование функции

strxfrm

для преобразования своих строк для использования с

strcmp

. Функция

strxfrm

объявлена следующим образом:

#include <string.h> /* ISO С */

size_t strxfrm(char *dest, const char *src, size_t n);

Идея в том, что

strxfrm

преобразует первые n символов

src

, помещая их в

dest

. Возвращаемое значение является числом символов, необходимых для сохранения преобразованных символов. Если она превышает n, содержимое

dest

«неопределенно».

Стандарт POSIX явным образом разрешает устанавливать в

n

ноль, а в

dest NULL

. В этом случае

strxfrm

возвращает размер массива, необходимого для сохранения преобразованной версии

src

(не включая завершающий символ '

\0

'). Предполагается, что это значение впоследствии будет использовано с

malloc

для создания массива

dest

или для проверки размера предопределенных границ массива (При этом, очевидно,

src

должен иметь завершающий нулевой байт.) Этот фрагмент иллюстрирует использование

strxfrm

: