Question

我们经常使用fgetc这样：

int c;
while ((c = fgetc(file)) != EOF)
{
    // do stuff
}

理论上，如果文件中的某个字节的值为EOF，则此代码存在错误 - 它会提前中断循环并且无法处理整个文件。这种情况可能吗？

据我了解，fgetc在内部将从文件读取的字节转换为unsigned char，然后转换为int，并将其返回。如果int的范围大于unsigned char的范围，则此方法有效。

如果不是（可能那么sizeof(int)=1）会发生什么？

有时会fgetc从文件中读取等于EOF的合法数据吗？
它会改变从文件中读取的数据，以避免单值EOF？
fgetc会成为未实现的功能吗？
EOF会是long的其他类型吗？

我可以通过额外的检查使我的代码变得简单：

int c;
for (;;)
{
    c = fgetc(file);
    if (feof(file))
        break;
    // do stuff
}

如果我想要最大程度的便携性，这是必要的吗？

Answer 1

C规范规定int必须至少能够保存-32767到32767之间的值。任何int较小的平台都是非标准的。

C规范还说EOF是一个负int常量，fgetc在事件中返回“unsigned char转换为int”成功阅读。由于unsigned char不能包含负值，因此可以将EOF的值与从流中读取的任何内容区分开来。^*

^*请参阅下文，了解未能解决的漏洞案例。

相关标准文本（来自C99）：

§5.2.4.2.1整数类型的大小<limits.h>：
[实现 - 定义的值的大小（绝对值）应等于或大于显示的值，并带有相同的符号。

[...]
- int类型对象的最小值
  
  INT_MIN -32767
- int类型对象的最大值
  
  INT_MAX +32767
§7.19.1<stdio.h> - 简介

EOF ...扩展为整数常量表达式，类型为int，负值，由多个函数返回以指示文件结束，即不再输入来自流
§7.19.7.1fgets函数

如果stream指向的输入流的文件结束指示符未设置且存在下一个字符，则fgetc函数将该字符作为unsigned char获取转换为int并推进流的关联文件位置指示符（如果已定义）

如果UCHAR_MAX≤INT_MAX，则没有问题：所有unsigned char值都将转换为非负整数，因此它们将与EOF区别开来。

现在，是一个有趣的漏洞：如果系统有UCHAR_MAX＆gt; INT_MAX，然后法律允许系统将大于INT_MAX的值转换为负整数（根据§6.3.1.3，将值转换为无法表示该值的有符号类型的结果为实现定义），使从流中读取的字符可以转换为EOF。

确实存在CHAR_BIT > 8的系统（例如显然使用32位字节的TI C4x DSP），尽管我不确定它们是否在EOF和流功能方面被打破。

Answer 2

是的，c = fgetc(file); if (feof(file))确实可以实现最大的可移植性。它通常起作用，当unsigned char和int具有相同数量的唯一值时也是如此。这种情况发生在使用char，signed char，unsigned char，short，unsigned short，int，unsigned的罕见平台上相同的位宽和范围宽度。

请注意feof(file))不足。代码还应检查ferror(file)。

int c;
for (;;)
{
    c = fgetc(file);
    if (c == EOF) {
      if (feof(file)) break;
      if (ferror(file)) break;
    }
    // do stuff
}

Answer 3

注意：在最常见的情况下，chux的答案是正确的。我将这个答案留下来，因为我相信评论中的答案和讨论对于理解chux的方法是必要的（罕见）情况是有价值的。

EOF保证具有负值（C99 7.19.1），如您所述，fgetc在转换为int之前将其输入读取为unsigned char。所以那些自己保证不能从文件中读取EOF。

至于你的具体问题：

fgetc无法读取等于EOF的合法数据。在文件中，没有签名或未签名的东西;它只是位序列。它是C，以不同的方式解释1000 1111，具体取决于它是被视为有符号还是无符号。 fgetc需要将其视为无符号，因此无法返回负数（EOF除外）。

附录：它无法读取unsigned char部分的EOF，但是当它将unsigned char转换为int时，如果int不能表示unsigned char的所有值，则行为是实现定义的（6.3.1.3）。
fgetc是托管实现的标准所必需的，但是允许独立实现省略大多数标准库函数（有些显然是必需的，但我找不到列表。）
< / LI>
EOF不需要很长时间，因为fgetc需要能够返回它并且fgetc返回一个int。
就改变数据而言，它不能完全改变值，但由于fgetc被指定为从文件读取“字符”而不是字符，它可以可能一次读取8位，即使系统另外将CHAR_BIT定义为16（如果sizeof（int）== 1，则它可能具有的最小值，因为INT_MIN＆lt; = -32767和INT_MAX＆gt; = 32767 5.2.4.2）要求。在这种情况下，输入字符将转换为 unsigned char ，它始终具有高位0.然后它可以转换为int而不会丢失精度。（实际上，这不会出现，因为机器一般不具有16位字节）

使用fgetc时，是否可以将EOF与正常的字节值混淆？

3 个答案: