Question

我正在尝试向这篇文章提出类似的问题： C: read binary file to memory, alter buffer, write buffer to file 但答案对我没有帮助（我是c ++的新手所以我无法理解所有这些）

如何循环访问内存中的数据，并逐行浏览，以便我可以将其写入不同格式的文件中？

这就是我所拥有的：

#include <fstream>
#include <iostream>
#include <string>
#include <sstream>
#include <vector>
#include <stdio.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <unistd.h>
#include <stdlib.h>

using namespace std;

int main()
{
    char* buffer;
    char linearray[250];
    int lineposition;
    double filesize;
    string linedata;
    string a;

    //obtain the file
    FILE *inputfile;
    inputfile = fopen("S050508-v3.txt", "r");

    //find the filesize
    fseek(inputfile, 0, SEEK_END);
    filesize = ftell(inputfile);
    rewind(inputfile);

    //load the file into memory
    buffer = (char*) malloc (sizeof(char)*filesize);      //allocate mem
    fread (buffer,filesize,1,inputfile);         //read the file to the memory
    fclose(inputfile);

    //Check to see if file is correct in Memory
    cout.write(buffer,filesize);

    free(buffer);
}

我感谢任何帮助！

修改（有关数据的更多信息）：

我的数据是5到10GB之间不同的文件。大约有3亿行数据。每一行看起来像

M359

T359 3520 359

M400

A3592 zng 392

第一个元素是字符，其余项目可以是数字或字符。我正在尝试将其读入内存，因为逐行循环比读取行，处理然后写入要快得多。我在64位linux编译。如果我需要进一步澄清，请告诉我。再次谢谢你。

编辑2 我使用switch语句来处理每一行，其中每行的第一个字符确定如何格式化该行的其余部分。例如，'M'表示毫秒，我将接下来的三个数字放入一个结构中。每一行都有不同的第一个字符，我需要做一些不同的事情。

Answer 1

所以原谅可能明显的明显，但如果你想逐行处理，那么......

#include <iostream>
#include <fstream>
#include <string>
using namespace std;

int main(int argc, char *argv[])
{
    // read lines one at a time
    ifstream inf("S050508-v3.txt");
    string line;
    while (getline(inf, line))
    {
        // ... process line ...
    }
    inf.close();

    return 0;
}

然后填写while循环的主体？也许我没有看到真正的问题（树木的森林有点像）。

编辑

OP与使用自定义streambuf一致，这可能不一定是世界上最便携的东西，但他更有兴趣避免在输入和输出文件之间翻转。有足够的RAM，这应该可以解决问题。

#include <iostream>
#include <fstream>
#include <iterator>
#include <memory>
using namespace std;

struct membuf : public std::streambuf
{
    membuf(size_t len)
        : streambuf()
        , len(len)
        , src(new char[ len ] )
    { 
        setg(src.get(), src.get(), src.get() + len);
    }

    // direct buffer access for file load.
    char * get() { return src.get(); };
    size_t size() const { return len; };

private:
    std::unique_ptr<char> src;
    size_t len;
};

int main(int argc, char *argv[])
{
    // open file in binary, retrieve length-by-end-seek
    ifstream inf(argv[1], ios::in|ios::binary);
    inf.seekg(0,inf.end);
    size_t len = inf.tellg();
    inf.seekg(0, inf.beg);

    // allocate a steam buffer with an internal block
    //  large enough to hold the entire file.
    membuf mb(len+1);

    // use our membuf buffer for our file read-op.
    inf.read(mb.get(), len);
    mb.get()[len] = 0;

    // use iss for your nefarious purposes
    std::istream iss(&mb);
    std::string s;
    while (iss >> s)
        cout << s << endl;

    return EXIT_SUCCESS;
}

Answer 2

如果我必须这样做，我可能会使用类似这样的代码：

std::ifstream in("S050508-v3.txt");

std::istringstream buffer;

buffer << in.rdbuf();

std::string data = buffer.str();

if (check_for_good_data(data))
    std::cout << data;

这假设您确实需要一次在内存中输入文件的全部内容，以确定是否应将其复制到输出。如果（例如）你可以一次查看一个字节的数据，并确定是否应该复制该字节而不查看其他字节，你可以做更多的事情：

std::ifstream in(...);

std::copy_if(std::istreambuf_iterator<char>(in),
             std::istreambuf_iterator<char>(),
             std::ostream_iterator<char>(std::cout, ""),
             is_good_char);

...其中is_good_char是一个返回bool的函数，说明是否应将char包含在输出中。

编辑：您正在处理的文件大小主要是排除了我上面给出的第一种可能性。你也是正确的，读取和写入大块数据几乎肯定会提高一次在一行上工作的速度。

Answer 3

你应该研究fgets和scanf，你可以在其中提取匹配的数据片段，以便更容易操作，假设这是你想要做的。这样的事情看起来像：

FILE *input = fopen("file.txt", "r");
FILE *output = fopen("out.txt","w");

int bufferSize = 64;
char buffer[bufferSize];

while(fgets(buffer,bufferSize,input) != EOF){
   char data[16];
   sscanf(buffer,"regex",data);
   //manipulate data
   fprintf(output,"%s",data);
}
fclose(output);
fclose(input);

这将是C语言的更多方式，C ++通过使用istream更有说服力地处理事情： http://www.cplusplus.com/reference/istream/istream/

将文件读入内存，循环读取数据，然后写入文件

3 个答案: