C 如何在流套接字字节流中查找特定字符串

我是C新手，在这里遇到了一点小麻烦，我试图解析一个html文件，并计算文件中的p标记数。我使用不同大小的块，大小由用户输入。但是当尺寸跳到200时，我得到了错误数量的p标签。我使用recv函数来接收一个文件，并使用缓冲区的内容来计算所述p标签

    count = recv(s, buf, sizeof buf, 0);
    for(int i=0; i<chunk; i++)
    {
        if(buf[i]=='<')
          if(buf[i+1]=='p')
                if(buf[i+2]=='>')
                pcount++;>*/
    }

count=recv（s，buf，sizeof buf，0）；
对于（int i=0；i*/
}

---

当区块大小为200时，它应该返回13个p标签，但它返回15个。

有几个问题。推测

chunk

是缓冲区的大小。现在，如果

recv

成功，它将返回接收的字节数。您应该使用此计数而不是

chunk

来限制循环。否则，您将使用n即使是失败的

recv

操作，它也会对缓冲区中存在的任何垃圾进行计数

当然，第二个问题是，

标记实际上可能位于两个块的边界上

第三个问题是，您可能正在读取超出边界的缓冲区-即使

buf[i]

是有效的，但这并不意味着

buf[i+2]

是有效的

---

最简单但可能不是最正确的解决方案是在套接字上使用

fdopen

，然后使用

fgetc（）

，或者将整个正文读入缓冲区。不过，让我们使用

fdopen

：

FILE *f = fdopen(s, "r+b");
size_t pcount = 0;

int c = 0;
while (c != EOF)
{
    if ((c = fgetc(f)) == '<' 
         && (c = fgetc(f)) == 'p'
         && (c = fgetc(f)) == '>') 
    {
        pcount += 1;
    }
}

---

这将在不同的块大小之间正常工作，并且不会解决缓冲区超出范围的问题。但是，与

fdopen

相比，它看起来要复杂得多，即使它仍然缺少外部循环！

什么是

chunk

？它与

rec返回的
count
有什么关系v

？当

i

等于

chunk-1

或

chunk-2

时，索引

i+1

和

i+2

是否有效？请尝试创建一个适当的索引来显示给我们。另外，请阅读，以及。最后，请。在处理文件时，我必须以字节大小由通过命令行参数向用户发送消息。Count与程序的另一部分有关，在该部分中，我返回html文件中的字节数。如果

Count

，会发生什么情况？如果使用TCP套接字，请记住没有消息边界或数据包。在单个

recv

调用中接收的数据可能小于what是在一次

send

调用中发送的，如果在调用

recv

之前缓冲了两次或两次以上的

send

调用，则发送的次数甚至更多。索引

i+1

和

i+2

将超出

块大小的范围。而且您甚至似乎没有检查错误，这是套接字通信。@RaqueldeAnda如果您需要使用特定的块大小，那么状态机可能就是您应该使用的
int pstate = 0;

ssize_t count = recv(s, buf, sizeof buf, 0);
// TODO: add error checking...

for (ssize_t i = 0; i < count; i++)
{
    if (buf[i] == '<') {
        pstate = 1;
    }
    else if (pstate == 1 && buf[i] == 'p') {
        pstate = 2;
    }
    else if (pstate == 2 && buf[i] == '>') {
        pcount += 1;
        pstate = 0;
    }
    else {
        // if any other character is found,
        // or any of these characters was in wrong position
        // then reset the state
        pstate = 0;
    }
}