Question

我是否认为此代码引入了未定义的行为？

#include <stdio.h>
#include <stdlib.h>

FILE *f = fopen("textfile.txt", "rb");
fseek(f, 0, SEEK_END);
long fsize = ftell(f);
fseek(f, 0, SEEK_SET);  //same as rewind(f);

char *string = malloc(fsize + 1);
fread(string, fsize, 1, f);
fclose(f);

string[fsize] = 0;

我之所以要问的是，此代码是作为以下问题的可接受且高度评价的答案发布的：C Programming: How to read the whole file contents into a buffer

然而，根据以下文章：How to read an entire file into memory in C++（尽管它的标题，也涉及C，所以坚持我）：

假设您正在编写C，并且您有FILE*（您知道点数到文件流，或至少是可搜索的流），你想要确定在缓冲区中分配多少个字符来存储流的全部内容。你的第一直觉可能是写这样的代码：
// Bad code; undefined behaviour
fseek(p_file, 0, SEEK_END);
long file_size = ftell(p_file);
似乎合法。但后来你开始变得怪异了。有时候   报告的大小大于磁盘上的实际文件大小。有时   它与实际文件大小相同，但是字符数   你读的是不同的。到底是怎么回事？

有两个答案，因为它取决于文件是否已经存在   以文本模式或二进制模式打开。

万一你不知道区别：在默认模式下 - 文本   模式 - 在某些平台上，某些字符被翻译成   阅读中的各种方式。最着名的是在Windows上，   当写入文件时，换行符被转换为\r\n   阅读时翻译了另一种方式。换句话说，如果是文件   包含Hello\r\nWorld，它将被视为Hello\nWorld;文件   大小是12个字符，字符串大小是11.不太知名的是   0x1A（或Ctrl-Z）被解释为文件的结尾，因此如果是文件   包含Hello\x1AWorld，它将被视为Hello。另外，如果   内存中的字符串是Hello\x1AWorld，然后将其写入文件中   在文本模式下，文件将为Hello。在二进制模式下，没有   翻译完成 - 文件中的任何内容都会被读入您的文件   程序，反之亦然。

你可以立刻猜到文字模式会很头疼 -   在Windows上，至少。更一般地说，根据C标准：


ftell函数获取stream指向的流的文件位置指示符的当前值。对于二进制流，     该值是文件开头的字符数。     对于文本流，其文件位置指示符包含未指定     信息，可由fseek函数用于返回文件     流的位置指示器到达时的位置     ftell call;两个这样的返回值之间的差异不是     必然是一个有意义的措施，写入的字符数     或阅读。


换句话说，当您处理以文本模式打开的文件时，   ftell()返回的值无效......除了调用fseek()之外。   特别是，它不一定告诉你有多少个字符   在流中直到当前点。

因此，您无法使用ftell()的返回值来告诉您大小   文件，文件中的字符数或任何内容   （稍后调用fseek()除外）。所以你无法获得文件大小   那样。

好的，所以到了文本模式的地狱。有什么说我们只在二进制模式下工作？   正如C标准所说：“对于二进制流，值是数字   从文件开头的字符。“这听起来很有希望。

事实上确实如此。如果您在文件的末尾，并且您致电   ftell()，您将找到文件中的字节数。好哇！   成功！我们现在需要做的就是到文件的末尾。并   这样做，你需要做的只是fseek()与SEEK_END，对吗？

错误。

再次，从C标准：


将文件位置指示符设置为文件结尾，与fseek(file, 0, SEEK_END)一样，具有二进制流的未定义行为     （因为可能是尾随空字符）或任何流有     状态相关的编码，不能确定地在初始结束     转变状态。


要理解为什么会这样：某些平台将文件存储为   固定大小的记录。如果文件短于记录大小，则   块的其余部分是填充的。当你寻求“结束”，为   效率的缘故它只会让你跳到最后   阻止...可能在数据实际结束后很久，一堆之后   填充。

所以，这是C中的情况：


在文字模式下，您无法获得ftell()的字符数。

您可以在二进制模式下使用ftell()获取字符数...但您无法使用fseek(p_file, 0, SEEK_END)搜索文件的末尾。

我没有足够的知识判断谁在这里，如果上述接受的答案确实与本文发生冲突，那么我就是在问这个问题。

Answer 1

该文章的作者恶意忽略的是引用的上下文。

根据C11标准草案n1570，非规范脚注268 ：

将文件位置指示器设置为文件结尾，如同 fseek（file，0，SEEK_END）具有二进制流的未定义行为（因为可能是尾随空字符）或任何流有状态相关的编码，不能确定地在初始结束转变状态。

引用脚注的标准的规范部分是 7.21.3文件：

9尽管文本和二进制广泛的流都是概念上的   宽字符序列，与a关联的外部文件   面向广义的流是一系列多字节字符，   概括如下：

- 文件中的多字节编码可能包含   嵌入的空字节（与多字节编码不同，对内部使用有效）   该计划）。

- 文件不需要在初始移位状态下开始或结束。 268）

请注意，这涉及面向广播的流。

现在，在 7.21.9.2 fseek函数

中

3对于二进制流，新位置以字符为单位测量文件的开头是通过向文件添加偏移量获得的由whence指定的位置。指定的位置是开始文件的当前值是SEEK_SET，即文件的当前值位置指示符，如果SEEK_CUR，或结束文件，如果SEEK_END。二进制 stream不需要有意义地支持具有whence值的fseek调用 SEEK_END。

语言是一个相当不那么可怕的最后一句：

“二进制流无需支持具有SEEK_END值的fseek调用。”

可以通过fseek（）读取整个文件到SEEK_END并通过ftell（）获取文件大小吗？

1 个答案: