コンマで区切られた、数値と文字列を含むファイルの入出力（C言語）

質問

C言語に関する質問があります。

数値と文字列を含む外部ファイルを読み込みたいのですが、方法が分かりません。もし良いアイディアを思いついた方、頭の良い方はぜひ回答よろしくお願いします。

外部ファイルは、以下のデータを１セットとして、この１セットのデータが改行されて、何千行もあるファイルです。
１セットのデータは４１個の属性からなり、コンマで区切られています。
文字列のデータと、数値データ（連続値）からなります。

0,tcp,smtp,SF,829,327,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,1,1,0.00,0.00,0.00,0.00,1.00,0.00,0.00,8,113,0.88,0.25,0.12,0.02,0.00,0.00,0.00,0.00
↓
0,udp,private,SF,105,146,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,0.00,0.00,0.00,0.00,1.00,0.00,0.00,255,253,0.99,0.01,0.00,0.00,0.00,0.00,0.00,0.00
↓
.
.
.
のように時系列データとなっています。

配列data[41]を用意し、41個のデータを
data[0] = 0
data[1] = tcp
data[2] = smtp
data[3] = SF
data[4] = 829
.
.
.
のように配列に入れたいと考えています。
＊配列に格納されているデータを計算で使うため、配列を使いたいと考え　　ています。
上記の方法が可能か分かりませんが・・・

当方まったくの初心者で困っています。よろしくお願いします。

回答No.2

Interest

データが文字列と数字を含んでいるので、構造体を使いたいですね。
構造体のメンバに名前を付けたいので、各行に入っているデータの意味を教えていただけますか？

構造体は、例えば、
struct{
char hoge; /* 0ってなに？*/
char transport[4]; /* tcp/udp */
char application[7]; /* smtp, private */
char fuga; /* SFってなに？*/
・・・
char member41; /* 変数の意味が分からないので。*/
} hogeData;
とします。

数字データの値の範囲はマイナスを含みますか？
少数で扱っているものは、小数点以下２桁固定ですか？
ここら辺はわざわざ float を使わなくても数値を１００倍してunsigned char の変数に押し込める可能性があります。そうすればメモリの消費量を抑えられますよね。

> 外部ファイルは、以下のデータを１セットとして、
> この１セットのデータが改行されて、何千行もあるファイルです。

こういう場合は、malloc などを用いてメモリの動的確保を行いましょう。
数千行もある配列を用意することは現実的ではありません。ポインタについて学ぶとメモリの動的確保の話が必ず出てきます。プログラム中でファイルの行数をカウントして、必要な分だけメモリを確保しましょう。

（メモリの動的確保に関する参考URL）
http://bi.appi.keio.ac.jp/seminar/c/node51.html
http://www.birdport.jp/CGuide3/73/

ポインタについて理解されていないようでしたら、先にポインタについて「正しく」理解することを強くお勧めします。ポインタはＣ言語における強力な武器であり、致命的なバグを埋め込みやすい諸刃の剣でもあるからです。ポインタについて勉強される場合、お勧めの本があります。

秘伝C言語問答 ポインタ編、柴田 望洋 (著)、SOFTBANK BOOKS
http://www.amazon.co.jp/exec/obidos/ASIN/4797302976/qid=1119955455/sr=1-14/ref=sr_1_2_14/250-7647891-7391437

この本には、当然メモリの動的確保の話も書いてあります。

補足

ご丁寧な返答ありがとうございます。大変参考になります。データの意味を記入させていただきます。

実はこのデータはベンチマークデータで、コネクションの、ある時間で区切られるTCPパケットの系列であります。

このデータは、４１個の属性（パラメータ）からなります。以下は一つのコネクションの例です。
0,tcp,smtp,SF,829,327,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,1,1,0.00,0.00,0.00,0.00,1.00,0.00,0.00,8,113,0.88,0.25,0.12,0.02,0.00,0.00,0.00,0.00
↓

パラメータは順に、
duration：コネクションの長さ（秒）
protocol_type：プロトコルの種類（tcp,udpなど）
service：あて先のネットワークサービス（http,telnetなど）
flag：コネクションの状態
src_bytes：送信元からあて先へのデータサイズ（バイト）
dst_bytes：あて先から送信元へのデータサイズ（バイト）
land：コネクションが同じポートから、または同じポートへ、の場合は１。奏でない場合は０。
wrong_fragment：不適切な断片の数
urgent：urgent packetの数
hot："hot"を示したコネクションの数
num_failed_logins：ログイン失敗回数
.
.
.
のようになっていますが、現段階では、まずは、duration,service,src_bytes,dst_bytesの４つの属性（パラメータ）を使いたいと考えています。

ですので、現段階では４１個のデータのうち４つしか使いません。申し遅れてすいません。。。

したがって、数字のデータはマイナスをとることはありませんし、数値はすべて整数です。
duration(非負整数),service(シンボル値),src_bytes(非負整数),dst_bytes(非負整数)

です。

私のイメージとしては、
一行のデータ列から、上記の４つのデータを取り出し、それを配列に格納し、計算する。→計算結果を別ファイルに出力する。→また一行読み込み、４つのデータを取り出し配列に格納後、計算。→その結果を別ファイルに出力する。→・・・
といった流れをイメージしていますが、可能でしょうか？

もっと良い方法があれば、ぜひ教えてください。

お手数ですが、よろしくお願いします。

回答No.1

BLUEPIXY

参考ＵＲＬとほぼ同じ問題だと思います。
１行読み込んだ時点で計算処理するのでなく
全部の行を読み込んだ時点で計算するのであれば、
それだけのメモリを確保しないといけませんけど。

参考URL：

http://okweb.jp/kotaeru.php3?q=1463677