Question

假设我有100万个结构，每个包含整数，双精度，字符串和其他结构，如：

struct s1 {
    int f1;
    long f2;
    char* f3;
};

struct s2 {
    struct s1* f1;
    double f2;
};

如何将这些文件以二进制格式保存到文件中，然后在不同于编译可执行文件的平台上查找并从该文件加载它们，而不必担心字节顺序，浮点表示和其他特定于平台的陷阱？

优先选择二进制格式的原因主要是生成文件的大小。如果单独的整数看起来像“32435”并且我有数百万个，那么每个整数额外的3个字节会为文件增加相当大的大小。

Answer 1

将它们写成ascii文本，XML或一些类似的非二进制格式。

Answer 2

＆＃34;平台不同于可执行文件编译的平台＆＃34;

与编译可执行文件的方式有何不同？您是否需要支持使用非IEEE浮动的平台？使用非ASCII字符的平台？使用非8位字节的平台？

如果你坚持使用二进制文件，并坚持自己做，可能最好的办法是定义存储格式，int和long将每个存储为4字节的序列，little-endian（或big-endian，但选择一个并坚持使用它，无论平台如何），每个字节包含恰好8个有效位。 double同样是IEEE双倍。指针引入了整个受伤的世界，存储格式必须为s1的每个实例附加唯一标识符，然后指向s1的指针可以存储为id值，并查找为反序列化。

然后，不同的平台可以决定他们想要为每种存储类型使用哪种类型（例如，如果在给定平台上int只有16位，则只需使用long适用于int 和 long类型。因此，您应该为它们提供特定于域的假名）。请注意，在转换为不兼容的表示时，不可能避免双值的精度损失，因为它们可能没有相同数量的有效位。

对于文本，非ASCII平台必须包含将自己的文本格式序列化为ASCII并将ASCII反序列化为本机文本的代码。严格地说，您还应该避免在C基本字符集中使用不在文本中的任何字符，因为它们可能在目标上根本不可表示。您是否愿意依靠目标平台以某种方式支持Unicode，您可以做出类似的决定 - 如果是这样，则UTF-8是文本的合理交换格式。

最后，对于每个平台上的每个结构，您可以：

编写（或者可能是自动生成）代码来序列化它，并编写代码来反序列化它，或者：
使自己成为定义结构的特定于域的语言，以及根据该定义进行序列化和反序列化的解析器/解释器。

但是，对我来说，做一些以前做过的事情听起来很不错。

Answer 3

如果您想避免您所描述的头痛，请不要使用二进制文件。使用text，通用*格式。

*直到你开始进入区域设置。

在任何平台上使用ANSI C保存和加载数据

3 个答案: