从文本文件中读取：奇怪的“\x01\0\0\0”序列答案

【问题标题】：reading from a text file: strange "\x01\0\0\0" sequences从文本文件中读取：奇怪的“\x01\0\0\0”序列
【发布时间】：2012-03-22 04:14:56
【问题描述】：

我已经为这个问题苦苦挣扎了一个星期，距离解决方案还很远。

我正在通过字符串从文件中读取纯文本。它成功读取所有内容，直到一个字符具有一定的大数字。这个数字对于每个文件是特定的，并且对于不同的文件是不同的。

到达这个大数字的字符后，它会读取“\x01\0\0\0”序列（由4个字符组成）一次或多次而不是原始字符，然后正确读取所有内容（直到下一个大数）。

简而言之 - 而不是读这个：

... many characters ...
First read failure!
... many characters ...
Second read failure, second read failure!
... many characters ...
etc.

它是这样写的：

... many characters ...
First read f\x01\0\0\0re
... many characters ...
Second read failu\x01\0\0\0\x01\0\0\0\x01\0\0\0ead failure!
... many characters ...
etc.

你对这个问题的原因有什么想法吗？

附加信息：

 1) The "ferror" condition is not true.
 2) I am reading from file using streams (fopen, fread, fclose)
 3) Have tested different read methods: "fread cycle" and "fgets".
    The results are the same.
 4) The binary optimization is disabled in the compiler's settings.
    It seams that the problem is not connected with a compiler.
    Neither GCC, nor Apple LLVM gives me the desired result.
 5) Attempting to solve the issue, I converted the whole project from C++ to C,
    but the problem doesn't disappear.

【问题讨论】：

这可能是硬件故障，或者程序中的错误（可能是一些缓冲区溢出）。您确定磁盘状况良好吗？（最近是否通过fsck 或类似方法检查过文件系统？）您是否通过编辑器检查您的文本文件是否包含您认为的内容？文本文件是如何产生的？或者该文件的生产者可能有问题。或者可能是系统配置错误问题（字符编码......）。您是否使用valgrind 运行您的程序？
如果您在这里需要帮助，您真的应该向我们展示代码...您使用调试器了吗？？
您确定这些字符不在文件中吗？当它们作为文本查看时，它们可能不会出现，因为它们是不可打印的。
您是否使用valgrind 检查读取器和写入器是否存在缓冲区溢出？但要获得真正的帮助，您应该向我们展示真实的源代码。
你用十六进制编辑器检查过文本文件是否真的应该是这样的吗？

标签： c xcode file text stream

【解决方案1】：

正如我在 cmets 中所建议的：

您应该将源代码放在问题中（您可以随时对其进行编辑以改进它），而不是在 cmets 中
您应该在您的 FILE* 上使用 POSIX 2008 getline 函数。
你应该 free 缓冲区隐式 malloc-ed by getline 稍后，例如当fclose-ing 你的FILE* 句柄时。
你应该学会使用像gdb这样的调试器
你应该学会使用像valgrind这样的内存泄漏检测器

【讨论】：

【解决方案2】：

fread() 不一定 NUL 终止输入。如果要将输入视为字符串，则需要检查返回值并自行终止字符串

chk = fread(input, <WHATEVER>);
if (chk > 0) {
    input[chk] = 0; /* terminate input */
    /* WHATEVER */
}

【讨论】：

fread 循环检查 NULL 字符以及 EOL 和 EOF。
循环如何测试东西？我认为您正在使用带有一些非字符串数据的字符串函数。
这里是代码：int readline(FILE *in, char * buf) { char c; buf[0]='\0'; for (int i=0; i<BUFSIZ-1; i++) { fread(&c,1,1,in); if (ferror(in)) return 1; if (feof(in)) break; buf[i]=c; if (c=='\x01') { c='\x01'; // <------- breakpoint here } if (c=='\n') break; } if (buf[BUFSIZ-1]!='\0') return 1; return 0; }
问题是即使我用一个简单的 fgets 替换整个函数体，它仍然读取不正确。只有 getline c 函数读取正确。