FSM有限状态机运用分析系列一 —

FSM有限状态机运用分析系列一 —— INI解析器

上面我们看了只有中间两个状态的状态机，现在我们来看一个稍微复杂一点的状态机。

INI文件是Windows下常用的一种配置文件。它由多个分组组成，每个组有多个配置项，每个配置项又由名称和值组成。文件里还可以包含注释，注释通常以‘;’(或‘#’)开始，直到当前行结束。如XP下的win.ini：

 1 ; for 16-bit app support
 2 [fonts]
 3 [extensions]
 4 [mci extensions]
 5 [files]
 6 [MCI Extensions.BAK]
 7 aif=MPEGVideo
 8 aifc=MPEGVideo
 9 aiff=MPEGVideo
10 asf=MPEGVideo
11 asx=MPEGVideo
12 au=MPEGVideo
13 m1v=MPEGVideo
14 m3u=MPEGVideo
15 mp2=MPEGVideo
16 mp2v=MPEGVideo
17 mp3=MPEGVideo
18 [annie]
19 CaptureFile=
20 VideoDevice=0
21 AudioDevice=0
22 FrameRate=333333
23 UseFrameRate=1
24 CaptureAudio=1
25 WantPreview=1
26 MasterStream=-1
27 [SciCalc]
28 layout=0

第一行是注释，后面有fonts、extensions和mci extensions三个空的分组，MCI Extensions.BAK、annie和SciCalc三个分组包含有一个或多个配置项。

对于这样一个文件，我们应该怎样去解析它呢？按照前面的方法，先把数据读入到一个缓冲区中，让一个指针指向缓冲区的头部，然后移动指针，直到指向缓冲区的尾部。在这个过程中，指针可能指向的注释、分组的组名、配置项的名称、配置项的值或者一些如换行符之类的格式信息。

由此，我们可以这样来定义INI的状态机：

状态集合：
1. 分组的组名状态
2. 注释状态
3. 配置项的名称状态
4. 配置项的值状态
5. 空白状态

状态转换函数：
1. 初始状态为“空白”状态。
2. 在“空白”状态下，读入字符‘[’，进入“分组组名”状态。
3. 在“分组组名”状态下，读入字符‘]’,分组组名解析成功，回到“空白”状态。
4. 在“空白”状态下，读入字符‘;’，进入“注释”状态。
5. 在“注释”状态下，读入换行字符，结束“注释”状态，回到“空白”状态。
6. 在“空白”状态下，读入非空白字符，进入“配置项的名称”状态。
7. 在“配置项的名称”状态下，读入字符‘=’，配置项的名称解析成功，进入“配置项的值”状态。
8. 在“配置项的值”状态下，读入换行字符，配置项的值解析成功，回到“空白”状态。

INI状态机可以用下图来表示：

现在我们来看看程序实现：

  1 static void ini_parse (char* buffer, char comment_char, char delim_char)
  2 {
  3 　　　　char* p = buffer;
  4 　　　　char* group_start = NULL;
  5 　　　　char* key_start = NULL;
  6 　　　　char* value_start = NULL;
  7 　　　　/*定义INI解析器的状态，初始状态为“空白”状态。*/
  8 　　　　enum _State
  9 　　　　{
 10 　　　　　　　　STAT_NONE = 0,
 11 　　　　　　　　STAT_GROUP,
 12 　　　　　　　　STAT_KEY,
 13 　　　　　　　　STAT_VALUE,
 14 　　　　　　　　STAT_COMMENT
 15 　　　　}state = STAT_NONE;
 16 
 17 　　　　for(p = buffer; *p != '/0'; p++)
 18 　　　　{
 19 　　　　　　　　switch(state)
 20 　　　　　　　　{
 21 　　　　　　　　　　　　case STAT_NONE:
 22 　　　　　　　　　　　　{
 23 　　　　　　　　　　　　　　　　if(*p == '[')
 24 　　　　　　　　　　　　　　　　{
 25 　　　　　　　　　　　　　　　　　　　　/*在“空白”状态下，读入字符‘[’，进入“分组组名”状态。*/
 26 　　　　　　　　　　　　　　　　　　　　state = STAT_GROUP;
 27 　　　　　　　　　　　　　　　　　　　　group_start = p + 1;
 28 　　　　　　　　　　　　　　　　}
 29 　　　　　　　　　　　　　　　　else if(*p == comment_char)
 30 　　　　　　　　　　　　　　　　{
 31 　　　　　　　　　　　　　　　　　　　　/*在“空白”状态下，读入字符‘;’，进入“注释”状态。*/
 32 　　　　　　　　　　　　　　　　　　　　state = STAT_COMMENT;
 33 　　　　　　　　　　　　　　　　}
 34 　　　　　　　　　　　　　　　　else if(!isspace(*p))
 35 　　　　　　　　　　　　　　　　{
 36 　　　　　　　　　　　　　　　　　　　　/*在“空白”状态下，读入非空白字符，进入“配置项的名称”状态。*/
 37 　　　　　　　　　　　　　　　　　　　　state = STAT_KEY;
 38 　　　　　　　　　　　　　　　　　　　　key_start = p;
 39 　　　　　　　　　　　　　　　　}
 40 　　　　　　　　　　　　　　　　break;
 41 　　　　　　　　　　　　}
 42 　　　　　　　　　　　　case STAT_GROUP:
 43 　　　　　　　　　　　　{
 44 　　　　　　　　　　　　　　　　/*在“分组组名”状态下，读入字符‘]’,分组组名解析成功，回到“空白”状态。*/
 45 　　　　　　　　　　　　　　　　if(*p == ']')
 46 　　　　　　　　　　　　　　　　{
 47 　　　　　　　　　　　　　　　　　　　　*p = '/0';
 48 　　　　　　　　　　　　　　　　　　　　state = STAT_NONE;
 49 　　　　　　　　　　　　　　　　　　　　strtrim(group_start);
 50 　　　　　　　　　　　　　　　　　　　　printf("[%s]/n", group_start);
 51 　　　　　　　　　　　　　　　　}
 52 　　　　　　　　　　　　　　　　break;
 53 　　　　　　　　　　　　}
 54 　　　　　　　　　　　　case STAT_COMMENT:
 55 　　　　　　　　　　　　{
 56 　　　　　　　　　　　　　　　　　　/*在“注释”状态下，读入换行字符，结束“注释”状态，回到“空白”状态。*/
 57 　　　　　　　　　　　　　　　　if(*p == '/n')
 58 　　　　　　　　　　　　　　　　{
 59 　　　　　　　　　　　　　　　　　　　　state = STAT_NONE;
 60 　　　　　　　　　　　　　　　　　　　　break;
 61 　　　　　　　　　　　　　　　　}
 62 　　　　　　　　　　　　　　　　break;
 63 　　　　　　　　　　　　}
 64 　　　　　　　　　　　　case STAT_KEY:
 65 　　　　　　　　　　　　{
 66 　　　　　　　　　　　　　　　　/*在“配置项的名称”状态下，读入字符‘=’， 配置项的名称解析成功，进入“配置项的值”状态。*/
 67 　　　　　　　　　　　　　　　　if(*p == delim_char || (delim_char == ' ' && *p == '/t'))
 68 　　　　　　　　　　　　　　　　{
 69 　　　　　　　　　　　　　　　　　　　　*p = '/0';
 70 　　　　　　　　　　　　　　　　　　　　state = STAT_VALUE;
 71 　　　　　　　　　　　　　　　　　　　　value_start = p + 1;
 72 　　　　　　　　　　　　　　　　}
 73 　　　　　　　　　　　　　　　　break;
 74 　　　　　　　　　　　　}
 75 　　　　　　　　　　　　case STAT_VALUE:
 76 　　　　　　　　　　　　{
 77 　　　　　　　　　　　　　　　　/*在“配置项的值”状态下，读入换行字符，配置项的值解析成功，回到“空白”状态。*/
 78 　　　　　　　　　　　　　　　　if(*p == '/n' || *p == '/r')
 79 　　　　　　　　　　　　　　　　{
 80 　　　　　　　　　　　　　　　　　　　　*p = '/0';
 81 　　　　　　　　　　　　　　　　　　　　state = STAT_NONE;
 82 　　　　　　　　　　　　　　　　　　　　strtrim(key_start);
 83 　　　　　　　　　　　　　　　　　　　　strtrim(value_start);
 84 　　　　　　　　　　　　　　　　　　　　printf("%s%c%s/n", key_start, delim_char, value_start);
 85 　　　　　　　　　　　　　　　　}
 86 　　　　　　　　　　　　　　　　break;
 87 　　　　　　　　　　　　　}
 88 　　　　　　　　　　　　　　default:break;
 89 　　　　　　　　　　}
 90 　　　　　　}
 91 
 92 　　　　　　if(state == STAT_VALUE)
 93 　　　　　　{
 94 　　　　　　　　　　strtrim(key_start);
 95 　　　　　　　　　　strtrim(value_start);
 96 　　　　　　　　　　printf("%s%c%s/n", key_start, delim_char, value_start);
 97 　　　　　　}
 98 
 99 　　　　　　return;
100 }

ini文件有几个变种：
1. 支持默认分组，如果只有一个分组，省略分组的组名，linux下不少配置文件采用这种方式。
2. 注释符号，有的用‘;’，有的用‘#’，前者多用于Windows下，后面多用于Linux下。
3. 名称和值之间的分隔，有的用空格，有的用‘=’，有的‘:’。

不管哪种格式，它们的解析方法是一样的，在上面的程序中，我们使用了comment_char和 delim_char两个参数，分别表示注释符号和分隔符号。