Question

平台：windows
o / s：XP sp3
编译器：gcc v4.8.1
文字编辑：记事本
编码：ansi

问题：如何在文本模式下检索实际文件大小，以便我可以设置缓冲区大小完全？

    char *filename = "functions.txt";

    FILE *source = fopen(filename,"r");

    struct stat properites;

    stat(filename,&properties);

    long size_stat = properties.st_size;

    fseek(source,0,SEEK_END);
    long size_ftell = ftell(source);
    fseek(source,0,SEEK_SET);

    char *pchar_source = malloc(sizeof(char)*size_stat);

    long size_read = fread(pchar_source,sizeof(char),size_stat,source);

的 functions.txt
tokenize（String string，Character delimiter）String [] {

}

输出
file size-stat [70]
file size-ftell [70]
文件大小 - 恐惧[67]

对于小文件，差异可以忽略不计，但是，对于文件较大的文件，这意味着不必要的内存分配。有什么建议吗？

一种可能的解决方案：

long fileSize  = 0;

while (getc(source) != EOF)
{
    fileSize++;
}

但是，对于大型文件来说，这是非常浪费和耗时的。

Answer 1

ftell为您提供正确的字节大小。正如其他人所说，这是因为你有三个行结尾编码为\r\n。当您在Windows上以文本模式打开时，它们会转换为\n，因此您可以阅读三个字符。

我看到两个选项：

使用ftell作为缓冲区大小的估计值，但是在fread之后，在代码的其余部分中使用size_read作为缓冲区大小。你只会浪费行数字节的内存，这不是什么大问题。
以二进制模式rb打开文件。您将获得70的大小，但fread将返回70个字节。然后编写代码，理解行结尾可能是\r，\n或\r\n。

从上面两个我真的推荐第二个选项：它提供了一个更强大和可移植的程序，二进制模式的概念比平台相关的文本模式更少混淆。

Answer 2

如果＆＃34;尺寸＆＃34;该文件将以依赖于文件内容的单位给出，然后准确地确定该大小需要扫描整个文件。

这正是在Windows上以文本模式打开的任何文件的情况（因为物理＆＃34; \ r \ n＆＃34;被视为单个逻辑单元）。如果文件内容以某种方式编码，并且您想要解码单元的数量也是如此。这听起来不太可能，因为它经常出现字符编码，例如编码为UTF-8字节流的（21位）Unicode字符。

至于创建一个缓冲区来保存整个文件内容，

如果您不得不担心大文件，请尽一切可能避免首先创建这样的缓冲区。理想情况下，您将以流模式处理文件，这样您就不必在任何时候将大部分内容保存在内存中。
如果你必须创建这样一个缓冲区，那么考虑一个由小块的链表（比如4 - 32k）组成的缓冲区，这样你就可以根据需要扩展缓冲区，而不需要realloc()（例如，当需要时）阅读文件）。

Answer 3

<强>答案：不，你不能。

实际文件大小，而不是＆＃34;估计＆＃34;，仅在完整阅读后才可用。这是由于新行和编码类型的转换（如果有）。对于那些想知道，这里是＆＃34;适当的＆＃34;确定实际文件大小的方法。

    char *filename = "sample.txt";
    FILE *file_source = fopen(filename,"r"); // can be set to either "r" or "rb"

    // use stat.st_size if you have the library <sys/stat.h>
    struct stat stat_sourceFile;

    stat(filename,&stat_sourceFile);

    long long_fileSize_stat = stat_sourceFile.st_size;  // estimate only

    // use fseek,ftell,fseek if you dont have the lib <sys/stat.h>
    fseek(file_source,0,SEEK_END);
    long long_fileSize_ftell = ftell(file_source);  // estimate only
    fseek(file_source,0,SEEK_SET);

    char *pchar_source = malloc(sizeof(char)*long_fileSize_stat);

    long long_ACTUAL_FILE_SIZE = fread(pchar_source,sizeof(char),long_fileSize_stat,file_source);

    realloc(pchar_source,long_ACTUAL_FILE_SIZE);

    //  now when we pass the pointer/array size to ANY function/method, you WONT 
    //  get those funny characters not part of your file at the end of your
    //  printf statements.  also, instead of using long_ACTUAL_FILE_SIZE as
    //  the bounds for iteration, you could use strlen(pchar_source)

希望这可以帮助其他新手进行c和文件缓冲。

fseek / ftell和stat.st_size在文本模式下不返回实际文件大小

3 个答案: