[C] Leggere File Strutturati

[leadergl]

raga c'è un modo facile ed abbastanza rapido per leggere delle informazioni da un file "strutturato"?

Nel senso che ho un file di questo tipo, più o meno:

<nomeCategoria> <nomeCategoriaPadre> >numeroProprietàSpecificheDellaCategoria> <Proprieta_1> …<Proprieta_N>
...
...
<nomeCategoria> <nomeCategoriaPadre> >numeroProprietàSpecificheDellaCategoria> <Proprieta_1> …<Proprieta_N>

e vorrei inserire i vari elementi in un array (ma volendo anche qualche altra cosa) poichè dopo con questi dati devo costruire un albero radicato.

mi date info su come leggere efficientemente da file una cosa del genere?

[andbin]

Originariamente inviato da leadergl

raga c'è un modo facile ed abbastanza rapido per leggere delle informazioni da un file "strutturato"?

Nel senso che ho un file di questo tipo, più o meno:

<nomeCategoria> <nomeCategoriaPadre> >numeroProprietàSpecificheDellaCategoria> <Proprieta_1> …<Proprieta_N>
...
...
<nomeCategoria> <nomeCategoriaPadre> >numeroProprietàSpecificheDellaCategoria> <Proprieta_1> …<Proprieta_N>

Ciao, la soluzione più semplice in questi casi è quella di leggere tutta la riga in un buffer (ad esempio con la funzione fgets) e poi "spezzare" i vari campi con la funzione strtok.
Se all'interno di ogni campo non devi avere lo spazio, puoi usare lo spazio come delimitatore per la strtok, altrimenti devi usare o un altro separatore oppure proprio un altro metodo per la separazione dei campi.

[leadergl]

ok...ma se non so quanto è lunga la mia riga?
può tanto essere 10 caratteri quanto 100.....come si fa?
c'è una funzione che legge in automatico l'intera riga?

[andbin]

Originariamente inviato da leadergl

ok...ma se non so quanto è lunga la mia riga?
può tanto essere 10 caratteri quanto 100.....come si fa?
c'è una funzione che legge in automatico l'intera riga?

Beh, in genere si fissa comunque un limite massimo alla lunghezza della linea, anche molto grande. La funzione fgets accetta un massimo di N caratteri specificati nel suo secondo parametro.
Si può fare ad esempio:

#define MAXBUFLEN   1024
...
char buffer[MAXBUFLEN];
...
while (fgets (buffer, MAXBUFLEN, f) != NULL)
{
    ...elabora riga...
}

Purtroppo in "C" non è facile fare come in altri linguaggi in cui puoi fare (ad esempio in Java):

String line = br.readLine ();

Si potrebbe fare anche in "C" una cosa del genere ma devi fare tu una gestione di una "stringa espandibile" e poi fare una apposita funzione di lettura da file. Questo, ovviamente, a meno di usare delle librerie apposite.

[Gandalf_BD]

Originariamente inviato da andbin

...e poi "spezzare" i vari campi con la funzione strtok...

ma in che libreria si trova??
mi sembra utilissima! dimmi che è standard e sarò un uomo felice!

[maxithron]

Originariamente inviato da Gandalf_BD

ma in che libreria si trova??
mi sembra utilissima! dimmi che è standard e sarò un uomo felice!

E' in <string.h>

è considerata `unsafe` per applicazioni multi-thread, dove è preferibile utilizzare la `strtok_r`

[Gandalf_BD]

Originariamente inviato da maxithron

...è considerata `unsafe` per applicazioni multi-thread, dove è preferibile utilizzare la `strtok_r`...

ha solo questa controindicazione???
cavolo... da oggi sono un uomo nuovo!

[wisher]

bella la strtok, adesso faccio qualche prova e forse avrò finto di cilare per cercare gli spazi.

[andbin]

Originariamente inviato da wisher

bella la strtok, adesso faccio qualche prova e forse avrò finto di cilare per cercare gli spazi.

Beh ... comunque la strtok() non è "oro colato". Come già detto non è thread-safe (perché usa delle sue variabili globali) e a me personalmente non piace molto per il fatto che alla prima chiamata gli si passa (ovviamente) il puntatore alla stringa e nelle successive gli si passa NULL (altrimenti penserebbe che è un'altra nuova stringa!).

Prendiamo questo codice:

char string[] = ";aa;;bb;cc;", *p, *s;
s = string;

while ((p = strtok (s, ";")) != NULL)
{
    printf ("[%s]\n", p);
    s = NULL;
}

stampa, come è intuibile:

[aa]
[bb]
[cc]

Ecco una gestione (thread-safe) equivalente alla strtok che ho buttato giù:

typedef struct
{
    char *ptr;
    char *delim;
} GET_TOKEN;

void get_token_init (GET_TOKEN *gt, char *string, char *delim)
{
    gt->ptr = string;
    gt->delim = delim;
}

char *get_token_next (GET_TOKEN *gt, char *delim)
{
    char *str;

    if (delim == NULL)
        delim = gt->delim;
  
    while (*gt->ptr != '\0' && strchr (delim, *gt->ptr) != NULL)
        gt->ptr++;
    
    if (*gt->ptr == '\0')
        return NULL;

    str = gt->ptr;

    while (*gt->ptr != '\0' && strchr (delim, *gt->ptr) == NULL)
        gt->ptr++;

    if (*gt->ptr != '\0')
    {
        *gt->ptr = '\0';
        gt->ptr++;
    }

    return str;
}

/*-----------------------------*/

char string[] = ";aa;;bb;cc;", *p;
GET_TOKEN gt;

get_token_init (&gt, string, ";");

while ((p = get_token_next (&gt, NULL)) != NULL)
    printf ("[%s]\n", p);

l'output è uguale a quello sopra.

[wisher]

grazie, adesso provo...
cmq x il momento nn sto lavorando con stringhe, terrò presente x il futuro.
ciao

[Gandalf_BD]

Originariamente inviato da andbin

Beh ... comunque la strtok() non è "oro colato". Come già detto non è thread-safe (perché usa delle sue variabili globali)...

beh... ma mi pare di aver capito che la strtok_r risolve tutti i problemi, no?

[andbin]

Originariamente inviato da Gandalf_BD

beh... ma mi pare di aver capito che la strtok_r risolve tutti i problemi, no?

Beh ... non proprio!

Innanzitutto strtok_r è disponibile solo su Linux. Su Windows (almeno sul VC++) non esiste ma esiste solo la strtok, che però è (fortunatamente) thread-safe.

Ma lasciamo perdere un momento la questione del thread-safe o non thread-safe. Il problema principale della strtok è che usa delle sue variabili globali e questo impedisce il suo utilizzo in modo "parallelo" anche all'interno dello stesso thread!

Esempio di codice:

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

void print_subtokens (char *str)
{
    char *p, *s;

    s = str;

    /* !!!!!!!! BANG, CREA CASINI !!!!!!!! */
    while ((p = strtok (s, "-")) != NULL)
    {
        printf ("[%s]\n", p);
        s = NULL;
    }
}

int main ()
{
    char string[] = ";a-a;;b-b;c-c;", *p, *s;
    s = string;

    while ((p = strtok (s, ";")) != NULL)
    {
        print_subtokens (p);
        s = NULL;
    }

    return 0;
}

Hai capito cosa succede? Sei stai usando la strtok (in un loop come sopra) e nel frattempo richiami una qualunque altra funzione che usa a sua volta la strtok .... bang!!! Ti pianta dei casini proprio perché la strtok usa quelle sue variabili globali. L'output di questo codice non è sicuramente quello che ci si aspetterebbe!

Con le funzioni get_token_xxx che ho buttato giù io, questo non succederebbe, perché lo stato della funzione è memorizzato in una struttura GET_TOKEN e ne puoi avere quante ne vuoi!

[Fenomeno85]

scusate ma o ho capito male il problema o non capisco proprio l'utilizzo di strtok ... se lui sa com'è la struttura

quindi

struct ciao_mamma {
char nome_categoria [n];
char nome_categoria_padre[n];
int num;
...
};

basta che usi un fread e sei a posto

~§~ Sempre E Solo Lei ~§~

[andbin]

Originariamente inviato da Fenomeno85

scusate ma o ho capito male il problema o non capisco proprio l'utilizzo di strtok ... se lui sa com'è la struttura

quindi

struct ciao_mamma {
char nome_categoria [n];
char nome_categoria_padre[n];
int num;
...
};

basta che usi un fread e sei a posto

Dal post iniziale di leadergl io, sinceramente, ho capito che lui ha un file di testo con N campi su ogni riga. In questo caso la fread è inutile.

[Gandalf_BD]

Originariamente inviato da andbin

Hai capito cosa succede? Sei stai usando la strtok (in un loop come sopra) e nel frattempo richiami una qualunque altra funzione che usa a sua volta la strtok .... bang!!! Ti pianta dei casini proprio perché la strtok usa quelle sue variabili globali. L'output di questo codice non è sicuramente quello che ci si aspetterebbe!

penso di aver capito...
... però se nella tua funzione print_subtokens() avessi usato due char con nomi diversi da quelli del main(), si sarebbe presentato lo stesso problema?
se si... non ho capito
se no... grazie mille per tutte le delucidazioni!

[andbin]

Originariamente inviato da Gandalf_BD

penso di aver capito...
... però se nella tua funzione print_subtokens() avessi usato due char con nomi diversi da quelli del main(), si sarebbe presentato lo stesso problema?

Si, certamente!! I nomi delle variabili non centrano niente. Le variabili p ed s, pur avendo lo stesso nome nelle due funzioni, sono variabili locali di ognuna funzione ed hanno indirizzi diversi.

Il problema. purtroppo, è interno alla strtok. La prima volta che chiami la strtok, gli passi nel primo parametro il puntatore all'inizio della stringa da esaminare. Nelle successive chiamate alla strtok, passi un NULL nel primo parametro e la strtok continua ad operare sulla stessa stringa perché si è tenuta "da qualche parte" delle informazioni sulla stringa, in pratica si "ricorda", per dirlo in modo semplice, dove è arrivata. Ma questa informazione è globale, quindi ce n'è soltanto una (per il singolo thread).

[Gandalf_BD]

Originariamente inviato da andbin

Si, certamente!! I nomi delle variabili non centrano niente. Le variabili p ed s, pur avendo lo stesso nome nelle due funzioni, sono variabili locali di ognuna funzione ed hanno indirizzi diversi.

Il problema. purtroppo, è interno alla strtok. La prima volta che chiami la strtok, gli passi nel primo parametro il puntatore all'inizio della stringa da esaminare. Nelle successive chiamate alla strtok, passi un NULL nel primo parametro e la strtok continua ad operare sulla stessa stringa perché si è tenuta "da qualche parte" delle informazioni sulla stringa, in pratica si "ricorda", per dirlo in modo semplice, dove è arrivata. Ma questa informazione è globale, quindi ce n'è soltanto una (per il singolo thread).

ok... ora ho capito!
grazie

[leadergl]

Raga vi spiego bene il mio problema...devo scrivere un programma che sia in grado di generare un albero di tassonomia...mi spiego meglio, anzi vi do proprio il testo del mio esercizio così ci capiamo perfettamene!

Il mio problema è che devo fare questo esercizio in C e conosco ancora molto poco questo linguaggio quindi sto incontrando difficoltà....ed una di queste è la lettura da file...

Dovrei fare una prima bozza entro l'8 di questo mese (ed ho scoperto solo l'altro giorno di sto esercizio da fare...) quindi chiedo il vostro immenso aiuto con dei suggerimenti, su come proseguire...

Io avevo pensato ad un "Alberto Radicato" per contenere l'albero della tassonomia (di qui avete un immagine nel file allegato) e questo albero avrà una struttura del tipo:

--------------------------
|          PADRE         |
--------------------------
|   FIGLIO   | FRATELLO  |
--------------------------

Dove figlio e fratello sono due puntatori ad una struttura dello stesso tipo...

Struttura AlberoRadicato
        Padre (stringa)
        Figlio  (puntatore a "Struttura AlberoRadicato")
        Fratello (puntatore a "Struttura AlberoRadicato")
Fine Struttura

Ecco un'immagine:


credo che sia la struttura ad albero migliore per rappresentare il mio problema in quanto non pone limiti iniziali sul numero dei vari sotto-nodi, ovviamente per indicare che non ci sono più fratelli di un determinato nodo basta usare un carattere speciale identificato come terminatore...

che ne pensate? è ok?

[andbin]

Originariamente inviato da leadergl

Raga vi spiego bene il mio problema...devo scrivere un programma che sia in grado di generare un albero di tassonomia...mi spiego meglio, anzi vi do proprio il testo del mio esercizio così ci capiamo perfettamene!

Ciao, ho appena letto il documento allegato. Interessante! (almeno per me che non ho mai fatto/studiato queste cose ).
Voglio iniziare anche io a scrivere del codice per 'sta cosa, giusto per cultura personale!

Partiamo dal file che deve contenere questa Tassonomia. L'idea (come anche spiegato nel documento) di mettere in ogni riga:

<nomeCategoria> <nomeCategoriaPadre> <numeroProprietàSpecificheDellaCategoria> <Proprieta_1> … <Proprieta_N>

non mi sembra molto valida. Il problema (un difetto più che altro) è che avresti, ad esempio, il nome della categoria padre ripetuto più volte per ogni figlio.
La struttura della Tassonomia è sostanzialmente una struttura ad albero. In questi casi un bel file XML sarebbe l'ottimale ma forse sarebbe troppo complessa la sua gestione (dovresti usare un parser "C" per file XML, come la libxml, per esempio).
Una cosa un po' più "leggera" rispetto ad XML per strutturare una gerarchia di elementi potrebbe essere (è una ipotesi) un file di testo organizzato così:

[Veicoli da trasporto]
{
  @proprietà1
  @proprietà2
  [Per Mare]
  {
    @proprietà1
    @proprietà2
  }
  [Per Terra]
  {
    @proprietà1
    [Su Rotaia]
    {
      @proprietà1
    }
    [Su Ruota]
    {
      @proprietà1
    }
  }
  [Per Aria]
  {
    @proprietà1
  }
}

Cosa ne pensi?

[leadergl]

Originariamente inviato da andbin

Una cosa un po' più "leggera" rispetto ad XML per strutturare una gerarchia di elementi potrebbe essere (è una ipotesi) un file di testo organizzato così:

[Veicoli da trasporto]
{
  @proprietà1=...
  @proprietà2=...
  [Per Mare]
  {
    @proprietà1=...
    @proprietà2=...
  }
  [Per Terra]
  {
    @proprietà1=...
    [Su Rotaia]
    {
      @proprietà1=...
    }
    [Su Ruota]
    {
      @proprietà1=...
    }
  }
  [Per Aria]
  {
    @proprietà1=...
  }
}

Cosa ne pensi?

Mi piace questa struttura, è interessante ed utile anche perchè come scritto nel documento devo puntare ad occupare meno spazio possibile col file...l'unico fatto è che mi diventa contorto leggerlo col C rispetto al modello precedente, ripeto che non sono molto pratico di C avendo sempre fatto TurboPascal e VisualBasic....

cmq mi piace l'idea...ma mi servirebbero info su come analizzare la struttura di questo file tramite il C

P.S. mi fa piacere che ti stai interessando, anche a me il tipo di esercizio piace abbastanza, è intrigante...ricordo che devo dare una bozza entro l'8 di questo mese e l'esercizio completo entro il 15 in ogni caso grazie mille...io sarò collegato 24H su 24H (beh tranne stanotte che dormo )