插入器和提取器读/写二进制数据与文本

Question

我一直在尝试阅读iostream并更好地理解它们。偶尔我发现它强调插入器（<<）和提取器（>>）意味着在文本序列化中使用。这是一些地方，但这篇文章是一个很好的例子：

http://spec.winprog.org/streams/

在<iostream>宇宙之外，有些情况下＆lt;＆lt;和＆gt;＆gt;以流方式使用，但不遵守任何文本约定。例如，当Qt的QDataStream：

使用它们时，它们会写入二进制编码数据

http://doc.qt.nokia.com/latest/qdatastream.html#details

在语言层面，＆lt;＆lt;和＆gt;＆gt;运算符属于你的项目重载（因此QDataStream做的事情显然是可以接受的）。我的问题是，对于那些使用<iostream>来使用＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;和＆gt;＆gt;运营商实施二进制编码和解码。 （例如）是否有任何期望，如果写入磁盘上的文件，该文件应该可以通过文本编辑器查看和编辑？

是否应始终使用其他方法名称并将其基于read()和write()？或者文本编码应该仅仅被视为默认行为，与标准库iostream集成的类可以选择忽略？

---

更新关键术语问题似乎是“格式化”与“未格式化”的I / O区别（与术语“文本”与“二进制”相对）。我发现了这个问题：

writing binary data (std::string) to an std::ofstream?

来自@ TomalakGeret'kal的评论说“我不想使用＆lt;＆lt;二进制数据，因为我的大脑将其视为”格式化输出“，这不是你的意思再次，它完全有效，但我不会那样混淆我的大脑。“

问题的接受答案是，只要您使用ios::binary就可以了。这似乎支持了辩论中的“它没有任何问题”......但我仍然没有看到任何有关该问题的权威来源。

Answer 1

实际上，运算符<<和>>是位移运算符;严格来说，将它们用于I / O已经是一种误用。然而，误操作与操作员超载本身一样久，今天的I / O是它们最常见的用法，因此它们被广泛认为是I / O插入/提取操作符。我很确定如果没有iostreams的先例，没有人会将这些运算符用于I / O（特别是对于具有可变参数模板的C ++ 11，解决了使用这些运算符解决iostreams的主要问题，更干净的方式）。另一方面，从语言的角度来看，重载operator<<和operator>>可能意味着你想要的任何意思。

因此，问题归结为对这些运算符的可接受的使用。为此，我认为必须区分两种情况：第一，在iostream类上工作的新重载，第二，在其他类上工作的新重载，可能设计为像iostream一样工作。

让我们考虑iostream类上的第一个新运算符。让我首先观察iostream类是关于格式化的（和反向过程，可以称为“deformatting”;“lexing”恕我直言，因为提取器不确定类型，但只尝试根据给定的类型解释数据）。负责原始数据的实际I / O的类是streambufs。但请注意，正确的二进制文件不一个文件，您只需转储内部原始数据。就像文本文件一样（实际上更是如此），二进制文件应该对它包含的数据进行明确的编码。特别是如果期望在不同系统上读取文件。因此，格式化输出的概念对二进制文件也很有意义;只是格式是不同的（例如，写一个预定数量的字节，其中最重要的字节首先是一个整数值）。

iostream本身就是用于处理文本文件的类，也就是说，其内容被解释为数据的文本表示的文件。为此优化了许多内置行为，如果在二进制文件上使用，可能会导致问题。一个明显的例子是默认情况下，在尝试任何输入之前会跳过空格。对于二进制文件，这显然是错误的行为。同样，locales的使用对于二进制文件没有意义（尽管有人可能认为可能存在“二进制语言环境”，但我不认为为iostream定义的语言环境为其提供了合适的接口）。因此，我认为为iostream类编写二进制文件operator<<或operator>>是错误的。

另一种情况是为二进制输入/输出定义一个单独的类（可能重用streambuf层来执行实际的I / O）。由于我们现在谈论不同的类别，上面的论证不再适用。所以现在的问题是：I / O上的operator<<和operator>>应该被视为“文本插入/提取运算符”还是更普遍的“格式化数据插入/提取运算符”？标准类仅将它们用于文本，但是，根本没有用于二进制I / O插入/提取的标准类，因此标准用法无法区分这两者。

我个人会说二进制插入/提取足够接近文本插入/提取，这种用法是合理的。请注意，您还可以制作有意义的二进制I / O操纵器，例如： bigendian，littleendian和intwidth(n)确定输出整数的格式。

除此之外，还有那些运算符用于非I / O（甚至你不会想到使用streambuf层）的东西，比如读取或插入容器。在我看来，这已经构成对运营商的滥用，因为数据没有被翻译成不同的格式。它只是存储在一个容器中。

Answer 2

标准中的iostream的抽象是文本的抽象 格式化的数据流;不支持任何非文本格式。 这是iostreams的抽象。没什么不对的 定义一个不同的流类，其抽象是二进制格式， 但是在iostream中这样做可能会破坏现有代码，而不是 工作。

Answer 3

重载运算符＆gt;＆gt;和＆lt;＆lt;执行格式化的IO。其余的IO功能（put，get，read，write等）执行未格式化的IO。未格式化的IO意味着IO库仅接受缓冲区，即输入的无符号字符序列。此缓冲区可能包含文本消息或二进制内容。应用程序负责解释缓冲区。但是，格式化的IO会考虑区域设置。对于文本文件，根据应用程序运行的环境，在输入/输出操作中可能会发生一些特殊的字符转换，以使它们适应系统特定的文本文件格式。在许多环境中，例如大多数基于UNIX的系统，将文件作为文本文件或二进制文件打开没有区别。请注意，您可以重载运算符＆gt;＆gt;和＆lt;＆lt;为您自己的类型。这意味着您能够将没有区域设置信息的格式化IO应用于您自己的类型，尽管这有点棘手。