从二进制文件中读取并转换为双精度？

Posted 2023-02-16

【中文标题】从二进制文件中读取并转换为双精度？

【英文标题】：Reading from binary file and converting to double?

【发布时间】：2017-02-03 18:26:23

【问题描述】：

我正在尝试编写一个读取二进制文件并将其转换为数据类型的 C 程序。我正在生成一个带有 head 命令head -c 40000 /dev/urandom > data40.bin 的二进制文件。该程序适用于数据类型 int 和 char，但适用于 double。这是程序的代码。

void double_funct(int readFrom, int writeTo)
    double buffer[150];
    int a = read(readFrom,buffer,sizeof(double));
    while(a!=0)
        int size = 1;
        int c=0;

         for(c=0;c<size;c++)
            char temp[100];
            int x = snprintf(temp,100,"%f ", buffer[c]);
            write(writeTo, temp, x);
        
        a = read(readFrom,buffer,sizeof(double));
    

这是有效的 char 函数

void char_funct(int readFrom, int writeTo)
    char buffer[150];
    int a = read(readFrom,buffer,sizeof(char));
    while(a!=0)
        int size = 1;
        int c=0;

        for(c=0;c<size;c++)
            char temp[100]=" ";
            snprintf(temp,100,"%d ", buffer[c]);
            write(writeTo, temp, strlen(temp));
        
        a = read(readFrom,buffer,sizeof(char));
    

问题是使用 char 我需要使用 wc -w file 得到 40000 个单词，然后我得到了它们。现在使用 double 我得到随机数量的单词，但理论上我应该从 40000 字节的数据中得到 5000，但我得到 4000 到 15000 之间的随机数量，对于 char 我得到 40000，就像一个字符应该有 1 个字节一样。

我不知道有什么问题，同样的代码适用于 int，我从 40000 个字节的数据中得到 10000 个字。

【问题讨论】：

假设read() 读取请求的全部字节数是不安全的。必须使用返回值来确定实际读取了多少字节。

此外，如果发生错误，read() 将返回 -1。您不考虑这种可能性，如果确实发生错误，您将处理谁知道什么数据。

这一行：int x = snprintf(temp,100,"%f ", buffer[c]); 从缓冲区中取出一个字符并尝试将其转换为浮点数。您可能想要检查返回值x，它告诉您有多少写入缓冲区。但是，这肯定不是你想要做的。

此外，write() 在传输的字节数方面与read() 具有相似的特征，但实际上这对于本地文件来说很少出现问题。

@bruceg 在该版本中，缓冲区是double 数组，而不是其他版本中的char 数组。

【参考方案1】：

主要问题似乎是您的 temp 数组对于您的 printf 格式和数据来说不够大。 IEEE-754 doubles 的十进制指数范围从 -308 到 +308。您正在使用"%f" 格式打印双打，这会产生一个简单的十进制表示。由于未指定精度，因此应用默认精度 6。这可能需要多达 1（符号）+ 309（数字）+ 1（小数点）+ 6（尾随小数位）+ 1（终止符）字符（总共 318），但您只有 100 个空间。

您使用snprintf() 打印到缓冲区，因此不会超出那里的数组边界，但snprintf() 返回需要的字节数，减去所需的字节数终结者。这就是您write() 的字节数，并且在许多情况下确实 超出了您的缓冲区。您会在输出中看到结果。

其次，您还会在输出中看到大量 0.00000，这是因为将小数字四舍五入到 6 位小数精度。

如果您更改打印数字的格式，您可能会获得更好的成功。例如，"%.16e " 将为您提供指数格式的输出，共有 17 位有效数字（小数点前一位）。这将不需要内存或磁盘上的过多空间，并且它将准确地传达所有数字，无论规模如何，再次假设您的 doubles 是根据 IEEE 754 表示的。如果您愿意，您可以进一步消除（非常安全) 通过采用@chux 在 cmets 中建议的变体来假设 IEEE 754 格式。这将是最安全的方法。

还有一件事：IEEE 浮点支持无穷大和多个非数字值。与普通的 FP 数字相比，这些数字很少，但您仍然有可能偶尔会遇到其中一个。它们可能会很好地转换为输出，但您可能需要考虑是否需要专门处理它们。

【讨论】：

注意：关闭 1。需要buffer[318]。 --> 1e308 为“309（数字）”。

"%.15e" 很好，但不足以将一些不同的double 打印为不同的文本。建议printf("%.*e\n", DBL_DECIMAL_DIG - 1, buffer[c]); 以不同方式打印所有不同的double。或printf("%a\n", buffer[c]);

谢谢@chux。我已经修正了我的数学并根据你的 cmets 调整了我建议的格式。您也很正确，可以进行概括以消除有关浮点表示的假设，我很满意我的回答，请参阅您的评论以获取详细信息。