Question

我正在学习C ++，我必须以二进制模式读取文件。这是我的方式（遵循C ++参考）：

unsigned values[255];
unsigned total;
ifstream in ("test.txt", ifstream::binary);

while(in.good()){
    unsigned val = in.get();
    if(in.good()){
        values[val]++;
        total++;
        cout << val <<endl;
    }
}

in.close();

所以，我正在读取每个字节的文件字节，直到in.good()为真。我在cout的末尾放了一些while以了解发生了什么，这是输出：

marco@iceland:~/workspace/huffman$ ./main 
97
97
97
97
10
98
98
10
99
99
99
99
10
100
100
10
101
101
10
221497852
marco@iceland:~/workspace/huffman$

现在，输入文件“test.txt”只是：

aaaa
bb
cccc
dd
ee

所以一切都很完美，直到最后，那里有221497852.我猜这是关于文件结尾的东西，但我无法解决问题。

我正在使用gedit＆amp;在debian机器上的g ++（64位）。任何帮助将不胜感激。

非常感谢，

马

Answer 1

fstream::get会返回int - 值。这是其中一个问题。

其次，您正在阅读二进制，因此您不应使用格式化的流。您应该使用fstream::read：

// read a file into memory
#include <iostream>     // std::cout
#include <fstream>      // std::ifstream

int main () {

  std::ifstream is ("test.txt", std::ifstream::binary);
  if (is) {
    // get length of file:
    is.seekg (0, is.end);
    int length = is.tellg();
    is.seekg (0, is.beg);

    char * buffer = new char [length];

    std::cout << "Reading " << length << " characters... ";
    // read data as a block:
    is.read (buffer,length);

    if (is)
      std::cout << "all characters read successfully.";
    else
      std::cout << "error: only " << is.gcount() << " could be read";
    is.close();

    // ...buffer contains the entire file...

    delete[] buffer;
  }
  return 0;
}

Answer 2

这不是istream::get()设计使用的方式。使用这个函数的经典习语是：

for ( int val = in.get(); val != EOF; val = in.get() ) {
    //  ...
}

或甚至更惯用：

char ch;
while ( in.get( ch ) ) {
    //  ...
}

第一个循环实际上是从C继承的，其中in.get()是相当于fgetc()。

尽管如此，据我所知，您提供的代码应该工作。这不是惯用的，它不是

C ++标准尚不清楚它应该返回什么读取的字符值为负数。 fgetc()需要输入值范围[0...UCHAR_MAX]，我认为可以安全地假设这是 intent 。它至少是每一个我用过的实现。但这不会影响你的输入。取决于实现如何解释标准，in.get()的返回值必须在范围内 [0...UCHAR_MAX]或[CHAR_MIN...CHAR_MAX]，或者必须是EOF （通常为-1）。（我很确定意图的原因要求[0...UCHAR_MAX]是因为否则，你可能不会能够区分文件末尾和有效字符。）

和如果返回值是EOF（几乎总是 -1），failbit应该设置，因此in.good()将返回 false。有否的情况允许in.get() 返回221497852.我能想到的唯一解释对于您的结果是您的文件有一些字符第7位设置在文件的末尾，实现是为此返回一个负数（但不是文件末尾，因为它是一个字符），导致越界 values[val]中的索引，以及此超出范围的索引不知何故最终修改val。或者你的实现是已损坏，并且在返回结束时未设置failbit 文件。

可以肯定的是，我有兴趣知道你从中获得了什么以下内容：

std::ifstream in( "text.txt", std::ios_base::binary );
int ch = in.get();
while ( ch != std::istream::traits_type::eof() ) {
    std::cout << ch << std::endl;
    ch = in.get();
}

这可以避免任何可能无效的索引和任何类型的问题转化（虽然转化int到unsigned很好定义）。此外，出于好奇（因为我只能访问VC ++ 在这里，您可以尝试按以下方式替换in：

std::istringstream in( "\n\xE5" );

我希望得到：

10
233

（假设8位字节和基于ASCII的代码集。两者都有这几乎是，但今天不太普遍。）

Answer 3

我最终想出来了。显然，问题似乎不是由于任何代码。问题是gedit。它总是在文件末尾附加换行符。这也发生在其他编辑器上，例如vim。对于某些编辑器，这可以配置为不附加任何内容，但在gedit中，这显然是不可能的。 https://askubuntu.com/questions/13317/how-to-stop-gedit-gvim-vim-nano-from-adding-end-of-file-newline-char

欢迎所有问我的人，

马

C ++以二进制模式读取文件。文件结尾的问题

3 个答案: