尝试按字节读取图像字节时出现分段错误 11

Question

我正在尝试编写一个简单的 C 代码来计算一个字节在文件中重复的次数。我们尝试了带有 .txt 文件的代码并创造了奇迹（测试的最大大小：137MB）。但是当我们用一张图片（甚至很小，2KB）尝试它时，它返回了 Segmentation Fault 11。

我做了一些研究，发现了一些特定的图像库，但我不想求助于它们，因为它不仅适用于图像，而且适用于几乎任何类型的文件。有没有一种方法可以简单地读取每个字节的文件字节，而不管其他任何内容（扩展、元等）。

这是代码：

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

int main(int argc, char **argv) {

    FILE *f;
    char *file;
    long numTotalBytes = 0;
    int bytesCount[256] = {0}; 

    f = fopen ( argv[1], "rb");
    fseek(f, 0L, SEEK_END);
    numTotalBytes = ftell(f);
    rewind(f);

    file = calloc(1, numTotalBytes);    
    fread(file, numTotalBytes, 1, f);
    fclose(f);

        printf("numTotalBytes: %ld", numTotalBytes); //<- this gives the right output even for images

    unsigned int i;
    for (i=0; i<numTotalBytes; ++i) {
        unsigned char pointer = file[i]; //<- This access fails at file[1099]
        int pointer_int = (int)pointer;
        printf("iteration %i with pointer at %i\n", i, pointer_int); //<- pointer_int is never below 0 or above 255
        //++bytesCount[(int)file[i]];
        ++bytesCount[pointer_int];
    }

    free(file);
}

一些额外的信息：
- 将 img 的扩展名更改为 .txt 不起作用。
- 代码在迭代 1099 时准确返回分段错误（我使用的文件是 aprox 163KB，因此文件 [i] 应该接受对 aprox 文件 [163000] 的访问）。
- 对于 txt 文件，效果很好。无论文件大小如何，逐个读取字节并按预期计数。
- 我在 Mac 上（你永远不知道...）

//编辑：我已经编辑了代码以获得更简洁和解释性的代码，因为你们中的一些人告诉我我已经尝试过的事情。

//EDIT_2：好吧，伙计们，没关系。这个版本应该在它不是我的任何其他计算机上工作。我认为问题出在我的终端传递参数时，但我只是切换了操作系统并且它可以工作。

Answer 1

• 请检查fopen() 和calloc() 是否成功。
• 打印long 的格式说明符是%ld，而不是%lu。
• (int)file[i] 对数组索引不利，因为如果所有可以表示为 char 的值都可以在 int 中表示，并且因为如果在您的环境中签名了 char，则将 char 转换为 int 将保留其值（和设置），它可能会访问负索引，导致超出范围的访问并调用未定义的行为。

您应该将++bytesCount[(int)file[i]]; 更改为++bytesCount[(unsigned char)file[i]]; 以防止使用负索引。

还要注意ftell()和SEEK_END可能支持二进制流（N1570 7.21.9.2 fseek函数），所以最好使用fgetc()逐一读取，以便避免undefined behavior 并使用更少的内存。

Answer 2

MikeCAT 刚刚击败了我。如果有帮助，下面再做一点解释。

修复：将file 更改为unsigned char *file，并将增量更改为++bytesCount[file[i]];。

解释：根据this answer，普通的char 可能是signed 或unsigned。在这种情况下，我猜它默认为signed。这意味着任何值>=0x80 都将变为负数。这些值不太可能出现在您的英语文本文件中，但很可能出现在图像中！对(int) 的类型转换将保持否定否定。因此，代码会将byteCounts索引为负数，导致分段错误。

Answer 3

可能是这条线造成的

++bytesCount[(int)file[i]];

bytesCount 是 256 个整数的数组。如果file[i] 大于 256，则您正在访问无效内存，这可能会导致分段错误。