从C字符串中删除额外的空格？

Question

我已经将几行文本读入一个C字符串数组中。这些行具有任意数量的制表符或空格分隔的列，我正在尝试弄清楚如何删除它们之间所有额外的空白。最终目标是使用strtok来分解列。这是一组很好的列：

Cartwright Wendy 93 Williamson Mark 81 Thompson Mark 100 Anderson John 76 Turner Dennis 56

我该如何消除列之间除一个之外的所有空格或制表符，以便输出看起来像这样？

Cartwright Wendy 93

或者，我可以用不同的字符替换列之间的所有空格，以便使用strtok吗？类似于这样？

Cartwright#Wendy#93

编辑：有多个很好的答案，但只能选择一个。感谢大家的帮助。

- Jamison Dance

Answer 1

如果我可以提出“你做错了”的意见，为什么不在读取时消除空格呢？使用fscanf("%s", string);来读取一个“单词”（非空白字符），然后读取空格。如果是空格或制表符，则继续读取到一行数据。如果是换行符，则开始一个新条目。在C语言中，尽快将数据转换为您可以处理的格式可能是最容易的，而不是试图进行重度文本操作。

- Chris Lutz

---

那是我没有考虑过的另一件事。嗯。 - Jamison Dance

我总是可以多被警告几次。C语言不是我的强项。我是一个懦弱的脚本语言网页程序员。 - Jamison Dance

脚本语言并没有错。我的母语是Perl，而我目前也在学习Python，不过我同样也喜欢C语言。学习C很好，因为你可以用新的方式来做事情。这甚至使得我的Perl变得难以理解，因为我想要一个字符一个字符地处理文本，使用getc()花了差不多一个小时，直到我记起了按照Perl想要的方式去做会更容易。 - Chris Lutz

使用 fscanf 时要小心缓冲区溢出。 - Robert Groves

回应 @Robert，使用 fgets 与 sscanf 结合使用。 - Sinan Ünür

Answer 2

为什么不直接使用strtok()呢？无需修改输入。

你需要做的就是重复使用strtok()，直到获得3个非空格标记，然后你就完成了！

- hhafez

---

发生在我们最好的人身上，伙计 ;) 看看我在Alex Martelli的回答中的评论，我说了完全相同的话哈哈 - hhafez

Answer 3

编辑: 我最初使用了一个malloced工作空间，我认为这可能更清晰。然而，不使用额外的内存也是几乎同样简单的，我在评论和个人即时消息中被推向这个方向，因此，接下来就是...:-)

void squeezespaces(char* row, char separator) {
  char *current = row;
  int spacing = 0;
  int i;

  for(i=0; row[i]; ++i) {
    if(row[i]==' ') {
      if (!spacing) {
        /* start of a run of spaces -> separator */
        *current++ = separator
        spacing = 1;
      }
    } else {
      *current++ = row[i];
      spacing = 0;
  }
  *current = 0;    
}

- Alex Martelli

---

做一个 malloc 似乎有些过重了！ - Mitch Wheat

你会如何分配内存？ - hhafez

确实如此 :) 没想到那个 - hhafez

可以直接覆盖现有行（只需确保附加关闭的 '\0'！-），我只是想让事情对 OP 更简单。如果 OP 评论和/或编辑（最好：both;-) 要求“不分配辅助内存”，我将相应地编辑答案。 - Alex Martelli

好吧，我放弃了（你知道你是谁，停止在IRC和IM上找我），这里有一个无需额外内存的版本——希望同样简单；-）。现在开心了吗？-) - Alex Martelli

Answer 4

以下代码会直接修改字符串；如果你不想破坏原始输入，可以传递第二个缓冲区来接收修改后的字符串。这应该是相当容易理解的：

#include <stdio.h>
#include <string.h>

char *squeeze(char *str)
{
  int r; /* next character to be read */
  int w; /* next character to be written */

  r=w=0;
  while (str[r])
  {
    if (isspace(str[r]) || iscntrl(str[r]))
    {
      if (w > 0 && !isspace(str[w-1]))
        str[w++] = ' ';
    }
    else
      str[w++] = str[r];
    r++;
  }
  str[w] = 0;
  return str;
}

int main(void)
{
  char test[] = "\t\nThis\nis\ta\b     test.";
  printf("test = %s\n", test);
  printf("squeeze(test) = %s\n", squeeze(test));
  return 0;
}

- John Bode

Answer 5

char* trimwhitespace(char *str_base) {
    char* buffer = str_base;
    while((buffer = strchr(str_base, ' '))) {
        strcpy(buffer, buffer+1);
    }

    return str_base;
}

- Jean-Francois Desgagné

Answer 6

以下代码简单地逐个字符输入，然后检查每个字符是否有超过一个空格，如果是，则跳过它，否则打印该字符。同样的逻辑也可以用于制表符。希望这能帮助解决您的问题。如果这段代码有任何问题，请告诉我。

    int c, count = 0;
    printf ("Please enter your sentence\n");
    while ( ( c = getchar() ) != EOF )  {
        if ( c != ' ' )  {
            putchar ( c );
            count = 0;
        }
        else  {
            count ++;
            if ( count > 1 )
                ;    /* Empty if body */
            else
                putchar ( c );
         }
     }
}

- K86

---

请在您的答案中给出一些解释，而不仅仅是放置一堆代码。 - StephenTG

Answer 7

你可以读取一行，然后扫描它以找到每个列的开始。然后按照自己的需求使用列数据。

#include <stdio.h>
#include <string.h>
#include <ctype.h>

#define MAX_COL 3
#define MAX_REC 512

int main (void)
{
    FILE *input;
    char record[MAX_REC + 1];
    char *scan;
    const char *recEnd;
    char *columns[MAX_COL] = { 0 };
    int colCnt;

    input = fopen("input.txt", "r");

    while (fgets(record, sizeof(record), input) != NULL)
    {
        memset(columns, 0, sizeof(columns));  // reset column start pointers

        scan = record;
        recEnd = record + strlen(record);

        for (colCnt = 0; colCnt < MAX_COL; colCnt++ )
        {
          while (scan < recEnd && isspace(*scan)) { scan++; }  // bypass whitespace
          if (scan == recEnd) { break; }
          columns[colCnt] = scan;  // save column start
          while (scan < recEnd && !isspace(*scan)) { scan++; }  // bypass column word
          *scan++ = '\0';
        }

        if (colCnt > 0)
        {
            printf("%s", columns[0]);
            for (int i = 1; i < colCnt; i++)
            {
             printf("#%s", columns[i]);
            }
            printf("\n");
        }
    }

    fclose(input);
}

请注意，代码仍然需要一些健壮性：使用ferror检查文件错误；确保使用feof命中eof；确保处理了整个记录（所有列数据）。通过使用链接列表而不是固定数组，可以使其更加灵活，并且可以修改为不假设每个列仅包含单个单词（只要列由特定字符分隔即可）。

- Robert Groves

Answer 8

这里有一个替代函数，它可以挤出由<ctype.h>中的isspace()定义的重复空格字符。它返回“挤压”后字符串的长度。

#include <ctype.h>

size_t squidge(char *str)
{
    char *dst = str;
    char *src = str;
    char  c;
    while ((c = *src++) != '\0')
    {
        if (isspace(c))
        {
            *dst++ = ' ';
            while ((c = *src++) != '\0' && isspace(c))
                ;
            if (c == '\0')
                break;
        }
        *dst++ = c;
    }
    *dst = '\0';
    return(dst - str);
}

#include <stdio.h>
#include <string.h>

int main(void)
{
    char buffer[256];
    while (fgets(buffer, sizeof(buffer), stdin) != 0)
    {
        size_t len = strlen(buffer);
        if (len > 0)
            buffer[--len] = '\0';
        printf("Before: %zd <<%s>>\n", len, buffer);
        len = squidge(buffer);
        printf("After:  %zd <<%s>>\n", len, buffer);
    }
    return(0);
}

- Jonathan Leffler

Answer 9

我对John Bode的小改进进行了一些改进，以去除尾随空格：

#include <ctype.h>

char *squeeze(char *str)
{
  char* r; /* next character to be read */
  char* w; /* next character to be written */
  char c;
  int sp, sp_old = 0;

  r=w=str;

  do {
    c=*r;
    sp = isspace(c);
    if (!sp) {
      if (sp_old && c) {
        // don't add a space at end of string
        *w++ = ' ';
      }
      *w++ = c;
    }
    if (str < w) {
      // don't add space at start of line
      sp_old = sp;
    }
    r++;
  }
  while (c);

  return str;
}

#include <stdio.h>

int main(void)
{
  char test[] = "\t\nThis\nis\ta\f     test.\n\t\n";
  //printf("test = %s\n", test);
  printf("squeeze(test) = '%s'\n", squeeze(test));
  return 0;
}

换行。

- Alexis RODET