将读取文件转换为 C

Question

这是Conversion of string.endswith method into C 的后续，我正在（尝试）将python 程序转换为C。

下一部分是正确地将文件中的数据读取到缓冲区中，并检查可能出错的各个地方。到目前为止，这是我所拥有的：

#define BUFFER_SIZE 1024*10
char buffer[BUFFER_SIZE];

void exit_with_error(const char* msg)
{
    fprintf(stderr, "%s", msg);
    exit(EXIT_FAILURE);
}

int main(int argc, char* argv[])
{
     // with open(argv[-1) as f:
    //    contents = f.read()

    // 1. Open file
    FILE *fp = fopen(argv[argc-1], "r");
    if (fp == NULL) exit_with_error("Error reading file");

    // 2. Read and confirm BUFFER is OK
    fseek(fp, 0L, SEEK_END);
    long fsize = ftell(fp);
    if (fsize > BUFFER_SIZE) exit_with_error("File is larger than buffer.");

    // 3. Write to buffer and close.
    rewind(fp);
    size_t read_size = fread(buffer, 1, fsize, fp);
    if (read_size != fsize) exit_with_error("There was an error reading the file.");
    fclose(fp);

}

我对上述问题有几个问题：

• 对于将文件读入缓冲区，更常见的是具有标准缓冲区大小并将其写入缓冲区，还是获取大小然后执行malloc。一种方式比另一种方式有优势吗？
• 是否有必要在 main 方法中进行所有这些错误检查，或者我可以假设用户提供了正确的文件（并且它是可读的，等等）
• 最后，为什么有些文件方法返回size_t，而另一些返回long（比如做ftell？）它们都使用size_t安全吗？不是那种类型？

Answer 1

对于将文件读入缓冲区，更常见的是具有标准缓冲区大小并将其写入缓冲区，还是获取大小然后执行 malloc。一种方式比另一种方式有优势吗？

“抓住大小”很棘手。 long fsize = ftell(fp); 工作 经常，但未指定以实现长度目标。高度可移植的代码不使用ftell()。

要读取整个文件，可以多次调用fread()。

是否有必要在 main 方法中进行所有这些错误检查，或者我可以假设用户提供了正确的文件（并且它是可读的，等等）

健壮的代码避免做出假设。最好假设用户输入是邪恶（观看Potassium 视频）并执行大量错误检查。

最后，为什么有些文件方法返回size_t，而另一些返回long（比如做ftell？）它们都使用size_t安全吗？不是那种？

size_t 的范围通常由 内存 大小及其架构决定。文件大小的范围是文件系统的限制。文件大小可能超过内存大小的情况并不少见。当 C 第一次出现时，long 是最大的签名类型，并且足以满足所有情况，例如，大约 1995 年。现在文件可以超过 2G，（long 的最小值最大值）。即使使用 32 位 long，也可以通过 fgetpos() 跟踪巨大的文件偏移量。许多较新的系统采用 64 位 long，通过 ftell() 允许更大的范围。

---

如果代码尝试使用ftell() 查找文件大小 ....

检查ftell()和其他I/O函数结果。

if (fseek(fp, 0, SEEK_END);) {
  exit_with_error("fseek failure.");
}
long fsize = ftell(fp);
if (fsize == -1) {
  exit_with_error("ftell failure.");
}

// In many cases, files exceeding `SIZE_MAX` are also problematic.
// Yet rarely is LONG_MAX > SIZE_MAX
if (fsize > SIZE_MAX) {
  exit_with_error("fsize very large.");
}

通常更希望以二进制模式打开文件。

---

最后，IMO，为了处理文件，避免将文件全部读入内存并以块的形式处理数据。