C语言实现strsep函数功能（附带源码）

一、项目背景详细介绍

在字符串处理领域中，“分割字符串”几乎是最常使用的操作之一，从配置文件解析、命令行解析，到数据协议中的字段切分，都离不开字符串分割技术。

在 Unix/Linux 环境中，常见的字符串分割函数有：

• strtok

• strtok_r

• strsep

其中strsep 是最灵活、最安全、最正确的分割函数之一。
遗憾的是，它属于BSD 扩展函数，并非标准 C（ISO C）的一部分，因此在部分平台、编译环境或面试场景下，需要我们自己实现该函数。

本项目将实现一个完全符合 POSIX / BSD 行为的strsep 的 C 语言版本，并为学习者全面讲解：

• strsep 与 strtok 的差异

• 为什么 strsep 是更安全的选择

• 如何实现可重入的字符串切分函数

• 如何正确处理 NULL 指针、空字符串、连续分隔符等情况

• 真实系统级库函数的实现方式

本项目适合作为：

• C 语言字符串处理课程的讲义

• 系统编程课堂示例

• C 语言面试中 “手写 strsep/strtok” 的教学

• 低级库函数构建能力的训练项目

二、项目需求详细介绍

本项目的目标是实现一个与 BSD 标准行为一致的strsep，要求如下：

1. 函数原型完全一致

char *strsep(char **stringp, const char *delim);

2. 不能使用 strtok 或类似库函数（完全自主实现）

因为本项目的意图是掌握其源码与设计思想。

3. 支持多字符分隔符

例如"abc:def;ghi"在分隔符":;"下，应按任意匹配。

4. 支持连续分隔符处理

例如"a::b"分割结果应包含空字段：

• "a"

• ""

• "b"

这是 strtok 做不到的！

5. 必须修改原始字符串（与系统实现一致）

即：

• 每次找到分隔符 → 用'\0'替换

• 将 *stringp 移动到下一位置

6. 多平台兼容（Linux、Windows、嵌入式、面试环境）

7. 提供详细注释，用于教学场景

三、相关技术详细介绍

实现 strsep 涉及多个核心技术点，本章提供系统的讲解，便于新手与教学使用。

1. 字符串可变性（char必须可写）*

strsep 会将字符串中出现的分隔符替换为'\0'，因此参数必须是：

• char 数组

• malloc 分配的可写缓冲区

不能是字符串字面量，例如：

char *s = "hello:world"; // ❌ 不允许，字符串不可写

正确用法：

char s[] = "hello:world"; // ✔ 可写

2. 指针二级指针 stringp 的含义

与 strtok 最大不同是：

strsep 不维护内部状态，而是由调用者维护指针，因此安全可重入。

• stringp：指向“当前处理位置的指针”

• *stringp：实际的字符串地址

每次调用都会更新*stringp。

3. 字符匹配与分隔符识别

BSD strsep 的策略：

• delim 是字符集合

• 遍历字符串

• 遇到任意一个 delim 中字符就切分

4. 支持空字段（strtok 不支持）

例如：

字符串："a::b"
分隔符：":"

strsep 的分割输出应该是：

1. "a"

2. ""（两冒号之间的空字段）

3. "b"

这让它特别适合解析配置文件、协议、CSV 等数据。

5. 时间复杂度

对于长度 n 的字符串，strsep 的复杂度：

• 最坏情况：O(n × m)
  （m 为分隔符数量，通常很小，可以视为常数）

• 实际使用中接近 O(n)

四、实现思路详细介绍

本项目的最终实现有三个文件：

• strsep.h：函数声明

• strsep.c：函数实现

• main.c：测试用例

当然，根据你的博客格式要求，最终代码将放在同一个大型代码块中。

函数实现步骤总结

1. 如果stringp == NULL或*stringp == NULL→ 返回 NULL

2. 保存返回值（当前字段起始位置）

3. 从左向右扫描字符串中每个字符

   • 如果是分隔符：

     • 用 '\0' 终结当前字段

     • 更新 *stringp = 下一个字符

     • 返回字段

4. 如果扫描到字符串末尾：

   • 返回最后一个字段

   • 把 *stringp 置 NULL

算法简单但非常精巧，非常适合教学。

五、完整实现代码

/******************************************************************** * 文件: strsep.h * 功能: 自定义 strsep 函数声明 ********************************************************************/ #ifndef MY_STRSEP_H #define MY_STRSEP_H char *my_strsep(char **stringp, const char *delim); #endif /******************************************************************** * 文件: strsep.c * 功能: 实现 BSD 版本 strsep 的功能（完整可用） ********************************************************************/ #include "strsep.h" /** * my_strsep - 自定义实现的 strsep * * @stringp: 二级指针，指向字符串指针，记录当前解析位置 * @delim: 分隔符字符集合 * * 返回值： * - 返回当前字段（会被 '\0' 分隔） * - 若无更多字段返回 NULL * * 行为与 BSD strsep 保持一致： * 1. 遇到任意分隔符将其替换为 '\0' * 2. 返回当前字段 * 3. 将 *stringp 移动到下一字段起点 * 4. 若末尾，返回最后字段并置 *stringp = NULL */ char *my_strsep(char **stringp, const char *delim) { char *start, *p; // 没有可处理的字符串 if (stringp == NULL || *stringp == NULL) return NULL; start = *stringp; // 返回值：当前字段起始处 p = start; // 用于扫描的指针 // 遍历字符串 while (*p != '\0') { const char *d = delim; // 遍历所有分隔符字符 while (*d != '\0') { if (*p == *d) { *p = '\0'; // 用 '\0' 结束当前字段 *stringp = p + 1; // 更新 *stringp 到下一个字符 return start; // 返回当前字段 } d++; } p++; } // 末尾：最后一个字段 *stringp = NULL; return start; } /******************************************************************** * 文件: main.c * 功能: 测试自定义 strsep 函数 ********************************************************************/ #include <stdio.h> #include <string.h> #include "strsep.h" int main() { char input[] = "hello::world:test::C"; char *p = input; char *token; const char *delim = ":"; printf("原始字符串：%s\n", input); printf("分隔符：'%s'\n", delim); printf("分割结果：\n"); while ((token = my_strsep(&p, delim)) != NULL) { printf("字段：\"%s\"\n", token); } return 0; }

六、代码详细解读

1. my_strsep 函数的整体作用

• 扫描字符串寻找任意一个分隔符字符

• 遇到分隔符时：

  • 用 '\0' 分割当前字段

  • 返回当前字段

  • 更新 *stringp

• 若扫描到字符串末尾：

  • 返回最后一个字段

  • 并将 *stringp = NULL

2. 二级指针 stringp 的作用

调用者通过传入&p，让函数可以修改 p：

• 每次 strsep 返回后，p 自动指向下一个字段起点

• 实现可重入、可嵌套的解析系统

这是 strsep 比 strtok 更安全的原因。

3. 循环中双重扫描作用

• 外层扫描整个字段

• 内层扫描分隔符集合

此策略兼容多字符分隔符。

4. 返回空字段的逻辑

例如"a::b"：

第二个字符冒号与第三个冒号之间没有字符，因此：

• start → 指向空字符串

• 返回 ""（长度 0 的字符串）

这是正确行为，符合 BSD 规范。

七、项目详细总结

本项目实现了一个高质量的strsep函数，内容覆盖：

• BSD 行为完全一致

• 可重入

• 支持多字符分隔符

• 支持空字段（strtok 做不到）

• 完全适合系统编程与教学使用

同时，本项目的代码结构清晰：

• 头文件

• 源文件

• 测试文件

并使用了清晰的注释、规范的实现方式，适合作为：

• C 语言课堂示例

• 字符串处理专题案例

• 操作系统课程辅助材料

• 博客内容

八、项目常见问题及解答

Q1：my_strsep 与 strtok 有何本质差别？

Q2：空字段为什么重要？

在 CSV、配置文件、网络协议等格式中：

A,,B

中间两个逗号代表一个空字段：

• A

• ""

• B

strsep 可以完整解析，strtok 会忽略空字段，导致数据错误。

Q3：为什么要用二级指针？

因为需要在函数内部更新：

• 调用者当前处理位置

若不用二级指针，函数无法将“下一字段起点”传回给调用者。

Q4：是否会破坏原字符串？

是的，strsep 和 strtok 一样，都会把分隔符替换成'\0'。

九、扩展方向与性能优化

1. 优化分隔符集合查找

当前使用 O(m) 扫描，可以使用：

• 查表法（bitmap）

• 哈希集合（字符值 0~255）

提升性能。

2. 实现 UTF-8 或宽字符版本

• 支持wchar_t

• 支持多字节分隔符

3. 实现非破坏性版本（不修改原字符串）

例如strtok_s风格，需要复制原字符串。

4. 结合状态机解析复杂语法

可用于：

• JSON 解析

• INI 文件解析

• HTTP 字段解析