Coisas que você não sabe sobre a glibc

2013-05-29 11:48 -0300. Tags: comp, prog, c, unix, em-portugues

Em algum momento do ano passado, por falta de coisa melhor para fazer, eu me parei a ler o manual da GNU libc. Não cheguei a ir muito longe, mas descobri um bocado de coisas interessantes no processo.

scanf

A scanf é uma das primeiras funções que vemos quando aprendemos C. Por isso mesmo, acabamos vendo só a funcionalidade básica para sobrevivência. Aí achamos que conhecemos a scanf e nunca mais nos preocupamos com ela. Ela possui um bocado de features interessantes, entretanto:

A scanf retorna um inteiro que indica quantos itens ela conseguiu ler, ou EOF se nada foi lido e o fim do arquivo foi atingido. Por exemplo, se você chama scanf("%d %d", &x, &y) e o usuário digita 42 foo, ela atribui 42 a x, deixa y intacto, e retorna 1 (pois apenas um dos formatos pôde ser lido).
A scanf deixa no buffer tudo o que ela não conseguiu ler. No exemplo acima, o trecho foo fica intacto na entrada esperando para ser lido.
Uma conseqüência disso é que um programa do tipo while (x!=0) scanf("%d", &x);, ao se deparar com uma entrada do tipo foo, entra em loop infinito (pois a scanf nunca consegue ler o %d, não altera o valor de x, e o foo fica para sempre no buffer de entrada).
A menos que o formato especificado aceite ler espaços, a scanf engole whitespace até encontrar algo que possa ser lido pelo formato (ou que definitivamente não possa ser lido, como o foo acima).
%s lê uma seqüência de caracteres não-whitespace, e não uma "string qualquer".
GNU extension: se um formato que lê strings é precedido pelo modificador a, a scanf aloca memória automaticamente para a string lida, e o argumento correspondente ao formato deve ser do tipo char **. Por exemplo:
```
char *string;
scanf("%as", &string);
```
Lembra que a scanf/printf aceitam tanto %d quanto %i para ler inteiros? Pois acontece que com a scanf, %d exige que o inteiro seja fornecido em decimal, e %i lê o inteiro em qualquer formato aceito pelo C (i.e., se começar com 0 é octal, se começar com 0x é hexadecimal).
A scanf possui um "formato" %n, que não lê nada, mas grava no argumento correspondente (que deve ser um ponteiro para inteiro) o número de caracteres lidos até o ponto em que o %n ocorre. Isso é particularmente útil com a sscanf, pois permite saber em que ponto da string a sscanf parou a leitura.

Other I/O

Existe uma função getline(char **linha, size_t *tamanho, FILE *stream), que recebe um ponteiro para um buffer inicial e seu tamanho, lê uma linha de tamanho arbitrário, realocando o buffer e atualizando o tamanho automaticamente, e retorna o número de caracteres lidos (que pode ser menor que o buffer, em princípio). Se linha for um ponteiro para um ponteiro nulo, o buffer inicial será alocado automaticamente. E.g.:
```
char *buf = NULL;
size_t bufsize, bytes_read;
bytes_read = getline(&buf, &bufsize, stdin);
```
Também existe uma função getdelim, que faz a mesma coisa, mas usa um delimitador diferente de \n como fim da "linha".
Essas funções não são parte do C padrão, e sim das extensões do GNU e de versões recentes do POSIX.
Existe uma dúzia de funções para I/O assíncrona, mas eu não cheguei a ler essa parte direito, então fica como exercício para o leitor. Aliás, existe tanta coisa relacionada a I/O que vale a pena dar uma olhada pelo menos no índice do manual.

Miscelânea

Obstacks são uma estrutura de dados fornecida pela glibc que permite alocação rápida, mas exige que os objetos sejam desalocados na ordem inversa à em que foram alocados. Nunca experimentei, mas a idéia é interessante.
É possível definir novos formatos para a printf usando register_printf_function e companhia.
É possível criar novos tipos de streams, que podem ser usadas como se fossem arquivos. A glibc também vem com suporte a string streams, que permitem ler e escrever em strings como se elas fossem arquivos. (Estou sentindo um cheiro de Common Lisp aqui.)

No más

A glibc tem muita coisa (a versão em PDF do manual tem cerca de mil páginas). Vale a pena dar uma olhada no manual, nem que seja apenas para descobrir que tipo de recursos ela fornece, caso um dia você precise de algum deles.

Comentários / Comments (3)

Marcus Aurelius, 2013-05-30 13:02:37 -0300 #

Meus programas em C na faculdade sempre tinham uma função "limpa_linha" (lia e descartava até o '\n') para evitar esses loops infinitos, hahaha.

%i no scanf: já me pegou uma vez (dava problema quando o usuário digitava 30/08/2013: 08 não é um número octal válido)... Sempre %d desde então.

Engolir whitespace: Como "%c" é um dos poucos que não engole whitespace, eu geralmente substituía por " %c" (espaço antes do %). As pessoas se surpreendiam quando eu resolvia bugs de entrada colocando esse espaço ali (curiosamente, deve ser antes e não funciona depois do %c, se bem me lembro). Outra coisa interessante era o "%79[^\n]" para ler uma linha com espaços.

Extensões GNU, POSIX: Maldito comitê de padronização do C, que só se preocupa com números complexos e nada que ajude com strings...

Isso me lembra:

WG14 are a pile of morons, who have been steadily ruining
the C language with utter and useless crap, while only
solving an absolute minority of the actual problems and not
in any meaningful way developed the language during their
time of custody.

http://lists.freebsd.org/pipermail/freebsd-threads/2011-December/005179.html

Vítor De Araújo ★, 2013-05-30 15:01:13 -0300 #

Quando eu fiz Algoritmos e Programação ensinaram a usar fflush(stdin) pra limpar o buffer. Mas só funciona no Windows; no Linux tem que usar a __fpurge (cujo manual diz que "Usually it is a mistake to want to discard input buffers" :P)...

Adorei o que vem logo antes do complaint do cara:

[quote]
>I think you are out of order in this public comment and you should
>apologise to those who have served on WG14.

Fuck if will apologize!

I will even repeat and clarify my charge to make sure that it is
not misunderstood:
[/quote]

:P

Não é pra tu ver isso, 2013-06-05 15:14:05 -0300 #

http://myscriptx.com/dl/1169/didnt-read-lol-mythbusters.gif

Elmord's Magic Valley

Computers, languages, and computer languages. Às vezes em Português, sometimes in English.