为什么 c 中的 fread() 会读取额外的“#newlines”字符？答案

【问题标题】：Why does fread() in c read extra '#newlines' characters?为什么 c 中的 fread() 会读取额外的“#newlines”字符？
【发布时间】：2016-11-08 09:11:27
【问题描述】：

当我尝试使用 fread() 将文件复制到字符串中时，我从文件中获取了与新行数完全相同的额外字符。这是我的代码：

#include <stdio.h>
#include <stdlib.h>
#define LEN 5000000

int main()
{
   char *in = (char*) malloc(LEN);
   FILE *f=fopen("in.txt","r");
   fread(in,5000000,1,f);
   printf("%ld\n", ftell(f)); 
   in[ftell(f)]=0;
   int l;
   for(l=0;true;l++)
   {
      if(in[l]<10)
        break;
      printf("%d ",in[l]);
   }
   printf("\n");
}

这个程序的输入是：

1  
2  
<newline>

输入链接：https://paste.fedoraproject.org/388281/46780193/
对于输出，我正在打印读取字符的 ASCII 值：

6  
49 10 50 10 13 10

如果输入是：

1  
2  
3  
<newline>

输入链接：https://paste.fedoraproject.org/388280/
那么输出是：

9  
49 10 50 10 51 10 51 13 10

我看到了其他一些测试用例。在每个测试用例中，额外的字符数总是换行数。
我有几个问题：
-为什么图案是这样的？
- 这与新行在 Windows 中占用 2 个字节这一事实有什么关系？
-如何摆脱那些多余的字符？
我搜索了类似的问题，但没有找到答案。请有人解释一下吗？

【问题讨论】：

为什么？因为这正是文件中的内容。换行符 (\n) 需要在那里表示换行。有很多方法可以摆脱换行符。最好的方法取决于您要达到的目标。参见例如Removing trailing newline character from fgets() input
请显示您文件的确切内容。
另外，您为什么不使用您专门定义的LEN，而不是在fread()call 中输入号码？
DOS换行符是CR+LF
fread 不用于阅读文本，fgets 是更好的选择。

标签： c file-io fread

【解决方案1】：

在以文本模式打开的流上调用 ftell，例如在您的示例中没有意义¹。

函数fread的用法不正确，大小和计数参数切换。这意味着读取始终是部分的，因为您的文件中没有 5000000 个字符。因此，调用后数组中元素的值具有不确定的² 值。（在您的情况下，逻辑元素是大小为 5000000 的单个元素。）

您看到的结果没有意义。读取不确定的值会导致未定义的行为。

读取你的文件的正确方法是给fread传递正确的参数，并使用返回值来判断成功读取的字符个数：

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

int main()
{
    unsigned char in[500] = { 0 } ;
    FILE *f=fopen("in.txt","r");
    assert( f ) ;

    const size_t read = fread(in,1,500,f);
    printf( "read: %zu\n" , read );

    for( size_t index = 0 ; index < read ; index++ )
    {
        printf( "%hhu " , in[index] );
    }

    fclose( f );
}

使用这个正确的程序，当文件有内容时（点不是文件的一部分）：

将读取并打印正确的值：

read: 7
49 10 50 10 51 10 10

一个换行符，由值10 表示³，用于每个数字，并在末尾增加一个。

¹（引自：ISO:IEC 9899:201x 7.21.9.4 The ftell function 2）
对于文本流，其文件位置指示符包含未指定信息，可由 fseek 函数用于返回文件位置指示符流到 ftell 调用时的位置；两个这样的区别返回值不一定是衡量写入或读取字符数的有意义的指标。

²（引自：ISO:IEC 9899:201x 7.21.8.1 The fread function 2）
如果读取部分元素，则其值是不确定的。

³ 在 windows 文件中，换行符由两个字符表示：13、10。回车符和换行符。但是在文本模式下读取文件时，换行符始终只是换行符：10。由于程序的行为没有意义，您看到了字符 13。如果您（正确）以二进制模式打开并读取文件，您会看到两个字符代表的换行符。

【讨论】：

【解决方案2】：

如果您使用 Windows 并使用某些将 CR-LF（回车，换行符）（（ASCII）13、10）附加到每个换行符的编辑器编辑 in.txt 文件，这肯定会发生。尝试通过程序编写 in.txt，然后读取它。它将按预期进行。或者使用不将 CR-LF 附加到 eol（行尾）的编辑器。抱歉，我不知道没有这样的编辑器[但是一些 linux 编辑器可以工作。]。

【讨论】：