为什么 std::basic_istream::ignore() 提取的字符比指定的多？

Question

我有以下代码：

#include <iomanip>
#include <iostream>
#include <sstream>
#include <string>

using namespace std;

int main(int argc, char* argv[]) {
    stringstream buffer("1234567890 ");
    cout << "pos-before: " << buffer.tellg() << endl;
    buffer.ignore(10, ' ');
    cout << "pos-after: " << buffer.tellg() << endl;
    cout << "eof: " << buffer.eof() << endl;
}

它会产生这个输出：

pos-before: 0
pos-after: 11
eof: 0

我希望 pos-after 是 10 而不是 11。根据规范，当满足以下任一条件时，ignore 方法应该停止：

1. 个字符已提取。在 count 等于 std::numeric_limits<std::streamsize>::max() 的特殊情况下禁用此测试
2. 文件结束条件出现在输入序列中，在这种情况下，函数调用 setstate(eofbit)
3. 输入序列中的下一个可用字符 c 是 delim，由 Traits::eq_int_type(Traits::to_int_type(c), delim) 确定。分隔符被提取并丢弃。如果 delim 为 Traits::eof()，则禁用此测试

在这种情况下，我希望规则 1 在所有其他规则之前触发，并在流位置为 10 时停止。

Execution 表明情况并非如此。我误会了什么？

我还尝试了只忽略 9 个字符的代码变体。在这种情况下，输出是预期的：

pos-before: 0
pos-after: 9
eof: 0

所以看起来在ignore()提取字符数的情况下，它仍然检查下一个字符是否是delimiter，如果是，它也提取它。 我可以使用g++ 和clang++ 进行复制。

我也尝试了这种代码变体：

#include <iomanip>
#include <iostream>
#include <sstream>
#include <string>

using namespace std;

int main(int argc, char* argv[]) {
    cout << "--- 10x get\n";
    stringstream buffer("1234567890");
    cout << "pos-before: " << buffer.tellg() << '\n';
    for(int i=0; i<10; ++i)
        buffer.get();
    cout << "pos-after: " << buffer.tellg() << '\n';
    cout << "eof: " << buffer.eof() << '\n';
    
    cout << "--- ignore(10)\n";
    stringstream buffer2("1234567890");
    cout << "pos-before: " << buffer2.tellg() << '\n';
    buffer2.ignore(10);
    cout << "pos-after: " << buffer2.tellg() << '\n';
    cout << "eof: " << buffer2.eof() << '\n';
}

结果是：

--- 10x get
pos-before: 0
pos-after: 10
eof: 0
--- ignore(10)
pos-before: 0
pos-after: -1
eof: 1

我们看到使用ignore() 会在文件上产生文件结束条件。表明ignore() 确实尝试在提取 10 个字符之后 提取一个字符。但在这种情况下，第 3 个条件被禁用，ignore() 不应该尝试查看下一个字符是什么。

Answer 1

[istream.unformatted] 第 25 段中std::basic_istream::ignore 的规范有点不清楚：它声明“提取字符直到发生以下任何情况：”没有任何顺序指示。第 25.1 段规定最多提取 n 字符（除非 n 是 std::numeric_limits<std::streamsize>）并且第 25.3 段规定字符匹配。但是，即使条件可以按任何顺序应用，这里也不会有冲突：nth 字符还不是预期的字符，ignore() 应该停止。

正如评论中所指出的，libstdc++ 中有一个bug，它似乎仍然存在于与gcc-10.2.0 一起提供的库中。将clang++ 与libc++ 一起使用（如有必要，在调用clang++ 时使用-stdlib=libc++）不会显示相同的行为。

顺便说一句：未格式化的输入操作正在设置读取的字符数，可以使用gcount() 访问。在流中查找是一种比访问此计数更昂贵的操作。使用gcount() 也显示了问题（说到昂贵的操作，我还使用'\n' 替换了std::endl 的使用；有关更多详细信息，请参阅this video 或this article）：

#include <iomanip>
#include <iostream>
#include <sstream>
#include <string>

int main() {
    std::istringstream buffer("1234567890 ");
    buffer.ignore(10, ' ');
    std::cout << "gcount: " << buffer.gcount() << '\n';
    std::cout << "eof: " << std::boolalpha << buffer.eof() << '\n';
}

Answer 2

cppreference 是臭名昭著的——你通常不应该依赖它来处理语言中的极端情况，而是参考规范，它说：

效果：表现为未格式化的输入函数（如上所述）。建立哨兵后 对象，提取字符并丢弃它们。提取字符直到以下任何一项 发生：

• n != numeric_limits::max() (18.3.2) 和 n 个字符已被提取，所以 远
• 文件结束出现在输入序列上（在这种情况下，函数调用 setstate(eofbit)， 这可能会抛出 ios_base::failure (27.5.5.4));
• traits::eq_int_type(traits::to_int_type(c), delim) 用于下一个可用输入字符 c（在这种情况下 c 被提取）。

在这里使用“any of”而不是“one of”可以清楚地表明ignore 将在多个条件适用时停止。这就是这里的根本问题——第一个和第三个条件都适用，这会带来一个未指定的极端情况——第三个条件表明下一个可用字符（与分隔符匹配）也将被提取。

所以这正是库在这种情况下所做的——第三个条件适用，所以它提取了字符。第一个条件也适用这一事实无关紧要。