如何将文件内容读入 istringstream？

Posted 2023-02-25

【中文标题】如何将文件内容读入 istringstream？

【英文标题】：How to read file content into istringstream?

【发布时间】：2010-09-13 00:57:14

【问题描述】：

为了提高从文件读取的性能，我尝试将一个大（几 MB）文件的全部内容读入内存，然后使用 istringstream 访问信息。

我的问题是，读取这些信息并将其“导入”到字符串流中的最佳方式是什么？这种方法的一个问题（见下文）是，在创建字符串流时，缓冲区会被复制，内存使用量会加倍。

#include <fstream>
#include <sstream>

using namespace std;

int main() 
  ifstream is;
  is.open (sFilename.c_str(), ios::binary );

  // get length of file:
  is.seekg (0, std::ios::end);
  long length = is.tellg();
  is.seekg (0, std::ios::beg);

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

  // read data as a block:
  is.read (buffer,length);

  // create string stream of memory contents
  // NOTE: this ends up copying the buffer!!!
  istringstream iss( string( buffer ) );

  // delete temporary buffer
  delete [] buffer;

  // close filestream
  is.close();

  /* ==================================
   * Use iss to access data
   */

【问题讨论】：

也许你应该搜索内存映射文件。

要记住的另一件事是文件 I/O 总是最慢的操作。 Luc Touraille 的解决方案是正确的，但还有其他选择。一次将整个文件读入内存将比单独读取快得多。

您喜欢复制数据。 1）复制到缓冲区。 2) 复制到匿名 std::string 中。 3）复制到iss。

【参考方案1】：

std::ifstream 有一个方法rdbuf()，它返回一个指向filebuf 的指针。然后你可以将这个filebuf“推送”到你的stringstream：

#include <fstream>
#include <sstream>

int main()

    std::ifstream file( "myFile" );

    if ( file )
    
        std::stringstream buffer;

        buffer << file.rdbuf();

        file.close();

        // operations on the buffer...
    

编辑：正如 Martin York 在 cmets 中所说，这可能不是最快的解决方案，因为 stringstream 的 operator<< 将逐个字符地读取 filebuf。您可能想检查他的答案，他使用ifstream 的read 方法，就像您以前一样，然后将stringstream 缓冲区设置为指向先前分配的内存。

【讨论】：

嗨 Luc，我同意你的建议...... rdbuf 的操作是要走的路！但是您的解决方案没有同样的问题吗？你不会至少暂时创建同一个缓冲区的 2 个副本吗？

因为到时候 operator

它似乎正在删除我需要的换行符。

是否需要file.close();？

@artm 这不是强制性的，但最好在使用完文件句柄后立即关闭它们。如果没有对close 的显式调用，当file 被破坏时（在其范围的末尾，因此在main 的末尾），文件将被关闭。最好的方法可能是限制file 的范围。

【参考方案2】：

好的。我并不是说这会比从文件中读取更快

但这是一种创建缓冲区的方法，在将数据读入缓冲区后，直接将其用作字符串流的源。

注意值得一提的是 std::ifstream 是缓冲的。它以（相对较大的）块的形式从文件中读取数据。对缓冲区执行流操作，仅在需要更多数据时才返回文件进行另一次读取。因此，在将所有数据吸入内存之前，请确认这是一个瓶颈。

#include <fstream>
#include <sstream>
#include <vector>

int main()

    std::ifstream       file("Plop");
    if (file)
    
        /*
         * Get the size of the file
         */
        file.seekg(0,std::ios::end);
        std::streampos          length = file.tellg();
        file.seekg(0,std::ios::beg);

        /*
         * Use a vector as the buffer.
         * It is exception safe and will be tidied up correctly.
         * This constructor creates a buffer of the correct length.
         *
         * Then read the whole file into the buffer.
         */
        std::vector<char>       buffer(length);
        file.read(&buffer[0],length);

        /*
         * Create your string stream.
         * Get the stringbuffer from the stream and set the vector as it source.
         */
        std::stringstream       localStream;
        localStream.rdbuf()->pubsetbuf(&buffer[0],length);

        /*
         * Note the buffer is NOT copied, if it goes out of scope
         * the stream will be reading from released memory.
         */
    

【讨论】：

@Martin York，你是如何学习这些细节的，当你遇到问题时你会阅读或研究，然后你会学习所有这些细节吗？非常感谢，bdw。

@Gollum：不，这只是从两个方面获得的细节。 1）一直使用流类。 2）实现了我自己的流类。数字 (2) 让您大量阅读有关流应该如何工作的内容，因为您希望它对流的工作方式与对标准流的工作方式相同（以便您可以重用 STL 库标准流的功能）。上面唯一不完整的一点是修改流缓冲区的工作方式。

我不认为“因为 char 是一种 POD 数据类型它没有被初始化”。是正确的。构造函数实际上有两个参数，第二个是初始化元素的值。在我们的例子中默认为T()或char()，意思是0。所以所有的元素都应该是0。

-1，这个方法（basic_stringbuf::setbuf）是实现定义的。

@ybungalobill：是的。定义的实现不是“未定义”

【参考方案3】：

这对我来说似乎是过早的优化。处理过程中完成了多少工作。假设一个现代化的桌面/服务器，而不是嵌入式系统，在初始化期间复制几 MB 的数据相当便宜，尤其是与首先从磁盘读取文件相比。我会坚持你所拥有的，在系统完成时对其进行测量，并决定潜在的性能提升是否值得。当然，如果内存紧张，这是在一个内部循环中，或者是一个经常被调用的程序（比如每秒一次），这会改变平衡。