Если файл состоит только из списка требуемых struct
, сохраняемых непрерывно, то размер файла в байтах будет кратным размеру вашей структуры, и вы можете получить размер файла, а затем количество структур в файле примерно так:
size_t len_file, num_structs;
fseek(fp, 0, SEEK_END);
len_file = ftell(fp);
rewind(fp);
num_structs = len_file/sizeof(MYSTRUCT);
В целом эта проблема более трудна, чем это смотрит.
Самые простые случаи можно рассматривать с регулярными выражениями, но для более общих ситуаций необходимо будет почти наверняка создать рекурсивный синтаксический анализатор: регулярное выражение будет только работать, если не будет никакого вложения.
Большая проблема будет связанной с идентификацией единственного "'"
s, которые не соединяются---, как сокращения ( "'"
в "don't"
не должен быть изменен и не должен быть соединен).
Позволяет видят, можем ли мы записать применимое описание EBNF:
input: text+
text: uquote|squote|dquote
squote "'" text "'"
dquote """ text """
uquote: [contraction|.]+
contraction: [A-Za-z]+ "'" [A-Za-z]+
который ограничен сокращениями, которые имеют "'"
посреди слова. Все связанное действие просто повторит вход, за исключением того, что squote
и dquote
условия заменяют кавычки в качестве соответствующих.
Я использовал регулярные выражения, сопровождаемые человеческими устранять-взлетами для довольно простого одноразового, но это будет трудоемки для продолжающейся работы.
Вот некоторые замены регулярного выражения Perl, которые могли бы быть достаточно хорошими для того, что Вы хотите сделать.
s/"(\w)/``$1/g;
s/'(\w)/`$1/g;
s/([\w\.?!])"/$1''/g;
Код предполагает, что одинарная или двойная кавычка, сопровождаемая буквенно-цифровым знаком, начинает кавычку. Кроме того, это предполагает, что двойная кавычка после буквенно-цифрового знака или знака пунктуации заканчивает кавычку. Эти предположения, вероятно, верны большую часть времени, но могут быть исключения.
Спасибо за вход - полезный и ценивший.
Я также столкнулся с этим от Латекса CPAN:: Encode.pm:
# A single or double quote before a word character, preceded
# by start of line, whitespace or punctuation gets converted
# to "`" or "``" respectively.
$text =~ s{ ( ^ | [\s\p{IsPunct}] )( ['"] ) (?= \w ) }
{ $2 eq '"' ? "$1``" : "$1`" }mgxe;
# A double quote preceded by a word or punctuation character
# and followed by whitespace or end of line gets converted to
# "''". (Final single quotes are represented by themselves so
# we don't need to worry about those.)
$text =~ s{ (?<= [\w\p{IsPunct}] ) " (?= \s | $ ) }
{ "''" }mgxe
Не используйте регулярные выражения для этого вида задачи!
Возможно, можно ли получить некоторое вдохновение от SmartyPants?