scanf 是如何工作的

今天有个初学编程的朋友问了我一个关于 scanf() 的问题，大概就是对书上一段有关"%d%c"的解释不太明白，但作为 Cpp 学习者的我，老实说有一万年没有用过这个 C 函数了，虽说 printf()/scanf() 在开销上是比 C++ 的 cout/cin 要小的，但我其实连 cin 都不怎么用，刚好借着这个机会来回顾回顾 scanf() 的用法，这篇文章不仅是给朋友写的，也算是我个人的一个复习，希望不要误人子弟 (ゝ ∀･)

输入缓冲区 #

在讲解 scanf() 之前，需要明确一下输入缓冲区的概念：

程序执行的过程中，我们在键盘上按下的键会被存储到一块内存中，这个内存块就叫做输入缓冲区。

缓冲区的存在是为了解决慢速的 I/O 设备与高速的 CPU 之间速度不匹配的问题，如果没有这个缓冲区，程序直接从键盘读取输入，那每次需要读取输入时，程序就要停下来等待用户按键盘 (标准输入设备)。

有了缓冲区，每当程序执行到 scanf() 语句时，就直接从缓冲区中拿数据而不必等待用户按键盘，如果缓冲区中没有数据，才会阻塞进程，等待用户按键盘 (用户输入)，举个例子：

#include <cstdio>
int main()
{
    int  num0 = 0;
    int  num1 = 0;
    char ch   = 0;
    char str[50];

    scanf("%d %d %c %s", &num0, &num1, &ch, str);
    printf("num0:%d num1:%d ch:%c str:%s\n", num0, num1, ch, str);

    scanf("%d%d%c%s", &num0, &num1, &ch, str);
    printf("num0:%d num1:%d ch:%c str:%s\n", num0, num1, ch, str);

    scanf("%d,%d,%c,%s", &num0, &num1, &ch, str);
    printf("num0:%d num1:%d ch:%c str:%s\n", num0, num1, ch, str);
}

上面这段程序有三个 scanf()，当执行到第一个 scanf () 时，缓冲区内没有数据，进程阻塞等待用户输入，这时候我们可以输入如下序列：

0 0 a abc 1 1bbcd 2,2,c,cde回车

如果你知道 scanf() 的用法，那不难推测出如下的输出：

num0:0 num1:0 ch:a str:abc
num0:1 num1:1 ch:b str:bcd
num0:2 num1:2 ch:c str:cde

而这个例子正好解释了缓冲区的妙用，那就是在两种设备（这里是 CPU 和 I/O 设备）存在处理速度差异时，减少一种设备等待另一种设备的时间开销（这里是减少了程序的阻塞次数）

因为有缓冲区，我们可以一次性的输入所有的数据，而不必等待程序找我们要输入，程序也不用阻塞来等待我们进行输入；如果没有缓冲区，那么上面的程序就要阻塞三次，每次阻塞后都要等待我们的键盘输入才能继续执行

同理，有输入缓冲区就一样有输出缓冲区，如果说标准输入设备是键盘的话，那标准输出设备就是电脑屏幕了（实际情况并没有这么简单，这里只是类比），屏幕绘制图形的速度肯定是比不上 CPU 处理数据的速度的，所以 CPU 处理完数据后，直接存入输出缓冲区，屏幕再读取输出缓冲区的内容进行绘制，这样 CPU 就可以一直处理数据，而不用管屏幕是不是已经把之前的数据全打印完了。

不止 C/C++有输入输出缓冲区，各种速度不等的设备之间都用类似缓冲区的东西，如硬盘和内存之间的缓存，GPU 和屏幕之间双缓冲机制等。

scanf() 读取缓冲区的规则 #

scanf() 读取缓冲区是通过其参数中的"用户控制符"来控制的，用户控制符是一个由字符和转换说明组成的字符串，在 scanf() 参数的首位

scanf() 将根据用户控制符的内容来从缓冲区读入输入，将转换说明对应的字符放入变量中，这些变量的地址同样需要作为参数传递给 scanf() ,转换说明和变量地址的数量一定要是一一对应的，例如：

scanf(%d %d %d,&a,&b,%c);    //三个转换说明，后面就需要跟三个变量的地址

以下是转换说明的列表：

一般常用的也就是'%c','%d','%s','%f'这一些

scanf() 的用户控制符在匹配时还遵循以下四个规则：

1.转换说明匹配时会忽略缓冲区开头的所有分隔符，从第一个非分隔符开始匹配

很合理吧，分隔符就是用来分隔字符，当然不匹配直接忽略了

2.转换说明的匹配结束于下一个输入的分隔符，或者不属于转化说明的部分

分隔符就是用来分隔字符的，所以匹配到一个分隔符，这个转换说明就匹配结束了；什么叫不属于转换说明的部分呢？比如%d 匹配 12asdf，匹配完 12 后，asdf 显然不是十进制数字，所以就结束了，但%s 匹配 asdf12 是会匹配完的，毕竟也有"asdf12"这种字符串，像%c 匹配 asdf，就只匹配一个 a 就结束了，因为它只匹配一个字符的内容

3.'%c'不受规则 1 的限制，也就是说'%c'会匹配分隔符

有的时候，我们也会需要输入一些分隔符到程序里，所以分隔符也需要能匹配到，这个任务就交给 %c 了，匹配一些空格、换行符之类的

4.用户控制符中的分隔符会匹配所有的任意数量的分隔符

%d %d 就相当与告诉你我接受“数字空格数字”或者“数字回车数字”之类的输入，另外%d%d 也是相同的效果，参照规则 2

5.分隔符又称空白符，包括：换行符'\n'、空格' ' 、制表符'\t'

转换说明中也会穿插一些字符用来表示“我接受这种形式的输入”，接下来我们来看一下上面那个例子：

缓冲区：[0 0 a abc 1 1bbcd 2,2,c,cde\n]    //注意 Linux 下的回车是 '\n' ,如果是 windows 那么回车就是 '\r\n' ,其中 '\r' 表示光标回到行首

scanf("%d %d %c %s", &num0, &num1, &ch, str);
//%d匹配缓冲区的 0 到 num0
//空格匹配缓冲区的空格
//%d匹配缓冲区的 0 到 num1
//空格匹配缓冲区的空格
//%c匹配缓冲区的 a 到 ch
//空格匹配缓冲区的空格
//%s匹配缓冲区的 abc 到 str
printf("num0:%d num1:%d ch:%c str:%s\n", num0, num1, ch, str);
//故输出 num0:0 num1:0 ch:a str:abc

剩余缓冲区：[ 1 1bbcd 2,2,c,cde\n]
scanf("%d%d%c%s", &num0, &num1, &ch, str);
//%d忽略缓冲区开头的空格匹配缓冲区的 1 到 num0
//%d忽略缓冲区开头的空格匹配缓冲区的 1 到 num1
//%c匹配缓冲区的 b 到 ch
//%s匹配缓冲区的 bcd 到 str
printf("num0:%d num1:%d ch:%c str:%s\n", num0, num1, ch, str);
//故输出 num0:1 num1:1 ch:b str:bcd

剩余缓冲区：[ 2,2,c,cde\n]
scanf("%d,%d,%c,%s", &num0, &num1, &ch, str);
//%d忽略缓冲区开头的空格匹配缓冲区的 2 到 num0
//，匹配缓冲区的，
//%d匹配缓冲区的 2 到 num1
//，匹配缓冲区的，
//%c匹配缓冲区的 c 到 ch
//，匹配缓冲区的，
//%s匹配缓冲区的 cde 到 str
printf("num0:%d num1:%d ch:%c str:%s\n", num0, num1, ch, str);
//故输出 num0:2 num1:2 ch:c str:cde

如果你细心的话，你会发现，在上面三个 scanf 语句后，缓冲区还留下了一个'\n'字符

如果紧接着再写第四个 scanf 语句 scanf("%c",&ch);的话，那么'\n'将会被存入到 ch 中，如果使用 scanf("%d",&num0);就不会出现这种情况，因为%d 会忽略掉分隔符

所以缓冲区一定要及时清空，比如用 getchar()将剩余的那个'\n'取出来

以上的例子，用户的输入非常友善，每个字符都恰好是 scanf() 能匹配到的，如果这个用户非常邪恶，将一些肮脏的东西敲进你的程序呢？

scanf() 会尽力匹配能匹配的，如果匹配不上或者匹配完了，函数就会返回，返回值是匹配上的转换说明的个数，例如：

缓冲区：[1,1asdf]

scanf("%d,%d,%c,%s", &num0, &num1, &ch, str);

在匹配完 num0 = 1,num1 = 1 后，scanf 就会返回，返回值为 2

最后，如果你完全理解了 scanf() 的话，可以试着运行一下这段代码，并试着分析一下为什么^^

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

char *method1(void)
{
    static char a[4];
    scanf("%s\n", a);
    return a;
}

int main(void)
{
    char *h = method1();
    printf("%s\n", h);
    return 0;
}

这是 stackoverflow 上的一个问题，Why does scanf ask twice for input when there's a newline at the end of the format string?

总结 #

1.scanf() 并非直接从键盘读输入，而是从缓冲区中

2.scanf() 用户控制符中的转换说明，只有%c 会读入分隔符（换行符，制表符，空格），其他如%d 之类的都会忽略分隔符，从第一个非分隔符开始匹配

3.scanf() 用户控制符中的空白符会匹配所有任意数量的空白符

最后祝我的这位朋友能在代码世界里找到属于自己的乐趣～