Question

我有一个包含标题和非常长字符串的文件，如：

>Ecoli100k
AGCTTTTCATTCTGACTGCAACGGGCAATATGTCTCTGTGTGGATTAAAAAAAGAGTGTCTGATAGCAGCTTCTGAACTG
GTTACCTGCCGTGAGTAAATTAAAATTTTATTGACTTAGGTCACTAAATACTTTAACCAATATAGGCATAGCGCACAGAC
....

我尝试使用以下方法检索文件大小和标题大小：

ifstream file(fileName.c_str(), ifstream::in | ifstream::binary);

string line1;
getline(file,line1);
int line1Size = line1.size();

file.seekg(0, ios::end);
long long fileSize = file.tellg();
file.close();

例如，对于包含长度为100k且标题为>Ecoli100k的字符串的文件，fileSize为101261且line1Size为10.现在用于计算字符串的长度而不再读取：

101261 - （10 + 1）= 101250表示没有标题，此文件包含101250个字符

101250/81 = 1250这意味着有1250个完整行（但最后一行没有\ n）所以我们必须从101250中减去1249以获得字符串的长度，但这是错误的。我们得到100k + 1而不是100k。

在代码中：

int remainedLineCount = 
        (fileSize - line1Size - 1 - 1 /*the last line has no \n*/)/81 ;
cout<<(fileSize - line1Size - 1 - remainedLineCount )<<"\n";

在另一个例子中，我只添加另一个字符，因为文件中的换行符大小变为101263，再次使用此计算，我们将进入100k + 2而不是100k + 1.

任何人都知道这[[额外1]]来自哪里？文件末尾有什么东西吗？

编辑：

根据要求，这是文件开头和结尾的字节的二进制值（十六进制）：

偏移0：3e 45 63 6f 6c 69 31 30 30 6b

抵消0000018b83：54 47 47 43 41 47 41 41 43 0a

全部谢谢。

Answer 1

有几位候选人：

如果你在windows下，如果文件是以文本模式写的，那么第一行+换行将存储在10 + 2个字符中，因为'\ n'被翻译成'\ r'+'' \ n';
再次，如果文件是以文本模式编写的，则可能会添加文件结束字符（在文本模式下不可见），这在二进制模式下可读。
无论是否将'\ n'添加到文件的最后一行（参见我的第二次编辑中的说明），它也是依赖于implmenetation的。

补充阅读：

difference between binary and text mode

<强> 编辑：

如果对编码有疑问，您可以在文件的开头和结尾显示字节的二进制值（十六进制）：

void show (istream &ifs, int count) {  // utility function
    cout <<"offset "<<setw(10)<<ifs.tellg()<<": ";
    for (int i=0; i<10; i++) 
        cout << setw(2) << setfill('0') <<hex<<ifs.get()<<" ";
    cout <<endl; 
}

// with your newly opened filestream: 
show(ifs, 12);  
ifs.seekg(-10,ios::end);
show(ifs, 10);

编辑2：

所以看起来你的最后一行末尾有一个换行符（输出中的ASCII码0a结束）。

了解文本模式和二进制模式可能存在差异非常重要。 C ++标准没有详细说明这些，但依赖于C stdio的第27.1.9.4节，它在C11标准中有所描述：

7.21.2 / 2：文本流是由行组成的有序字符序列，每行由零个或多个字符组成加上一个终止的换行符。 最后一行是否需要终止的换行符是实现定义的。人物可能必须在输入和输出上添加，更改或删除符合在主机中表示文本的不同约定环境即可。因此，不需要一对一的对应关系流中的字符与外部字符之间表示。从文本流中读取的数据必然是比较等于先前写入该流的数据仅在以下情况下：数据仅包含打印字符和控件字符水平制表符和换行符;没有换行符紧接着前面有空格字符;最后一个角色是换行符。是否写出空格字符在读入时出现换行符之前实现定义的。

如何在不读取整个文件的情况下查找文件中字符串的长度

1 个答案: