从文件中读取，奇怪的结局

Question

我找到了一个给出文本文件大小的 sn-p 代码：

ifstream file("xmlfile.xml",ios::in);
//get size
file.seekg (0, ios::end);
int length = file.tellg();
file.seekg (0, ios::beg);

// allocate memory:
char* buffer = new char [length];

// read data as a block:
file.read (buffer,length);
file.close();
buffer[length-1] = '\0';
printf("%s",buffer);

问题是，我想阅读一个小的 xml 文件，可以完美地阅读它，但最后会留下许多“=”符号，因为我发现它们等于文件中 CR 的数量。将 EOL 切换到 Unix 解决了问题，但为什么在 Windows EOL 中打印会出现问题？

示例 xml：

<?xml version="1.0"?>
<catalog>




(EOL)

以及 printf 打印的内容：

<?xml version="1.0"?>
<catalog>





══════

Answer 1

有两个问题。

使用seek 和tell 获取文件大小将告诉您文件中有多少字节。光盘上的 Windows EOL 是两个字节。但是，当您在以文本模式打开的文件上使用read 读取它时，EOL 将成为内存中的一个字节。您可以通过像这样以二进制模式打开文件来解决此问题：

ifstream file("xmlfile.xml",ios::in | ios::binary);

另一个问题是，如果你想把文件的内容当作一个空终止的字符串，你需要为空终止符分配额外的空间。就目前而言，您正在用 NULL 覆盖文件的最后一个字节。你应该这样做：

char* buffer = new char [length+1];

和

buffer[length] = '\0';

Answer 2

出现问题是因为 Windows 在每行的末尾使用回车 + 换行字符，而 Linux 只使用其中一个。

您的 ifstream 以文本模式打开。它返回文本文件的绝对大小，但随后您指示它读取那么多 text 字符。它似乎正在丢弃 Windows 不会自动使用的额外字符，并且您最终会读取文件末尾的内容。

要纠正这个问题，可以使用 .gcount() 来获取读取的字符数。

Answer 3

如果我正确理解发生了什么，tellg 会告诉您位置以字节为单位，但在读取期间，Windows 行尾将转换为纯 '\n';因此，buffer[length] 所指的位置在“缺失”CR 数量的“真实”结尾之后。

为了避免这个问题，读取文件后调用file.gcount()获取上次读取时读取的字符数，并将其作为终止缓冲区的位置。