在C中逐字符读取文件

Posted 2023-02-25

【中文标题】在C中逐字符读取文件

【英文标题】：Reading a file character by character in C

【发布时间】：2011-06-16 22:16:51

【问题描述】：

我正在用 C 编写一个 BF 解释器，但在读取文件时遇到了问题。我曾经使用scanf 来读取第一个字符串，但是你的BF 代码中不能有空格或cmets。

现在这就是我所拥有的。

char *readFile(char *fileName)

  FILE *file;
  char *code = malloc(1000 * sizeof(char));
  file = fopen(fileName, "r");
  do 
  
    *code++ = (char)fgetc(file);

   while(*code != EOF);
  return code;

我知道问题出在我如何将文件中的下一个字符分配给代码指针，但我只是不确定那是什么。 我缺乏指针知识，这是本练习的重点。 解释器工作正常，全部使用指针，我只是在读取文件时遇到问题。

（稍后我将实现仅将+-><[]., 读取到文件中，尽管如果有人有好的方法可以做到这一点，如果你能告诉我会很棒！）

【参考方案1】：

您的代码有很多问题：

char *readFile(char *fileName)

    FILE *file;
    char *code = malloc(1000 * sizeof(char));
    file = fopen(fileName, "r");
    do 
    
      *code++ = (char)fgetc(file);

     while(*code != EOF);
    return code;

如果文件大于 1000 字节怎么办？ 每次读取字符时都会增加code，并且将code返回给调用者（即使它不再指向内存块的第一个字节，因为它是由malloc返回的)。 您将fgetc(file) 的结果转换为char。在将结果转换为 char 之前，您需要检查 EOF。

维护malloc返回的原始指针很重要，以便以后可以释放它。如果我们忽略文件大小，我们仍然可以通过以下方式实现：

char *readFile(char *fileName)

    FILE *file = fopen(fileName, "r");
    char *code;
    size_t n = 0;
    int c;

    if (file == NULL)
        return NULL; //could not open file

    code = malloc(1000);

    while ((c = fgetc(file)) != EOF)
    
        code[n++] = (char) c;
    

    // don't forget to terminate with the null character
    code[n] = '\0';        

    return code;

有多种系统调用可以为您提供文件的大小；一个常见的是stat。

【讨论】：

什么是计算文件中字符数的最简单方法，以便我可以将“1000”设置为？另外，我不确定您所说的数字 2 是什么意思，我知道我这样做是错误的，但是我将如何修改呢？

@pwnmonkey：我的意思是当它指向文件的 end 时，您正在返回 code，而不是在它指向开头时。

@deamlax 您的示例似乎有一个小错字。 fgets 需要多个参数。你的意思是fgetc 或许？

我不得不将 malloc 转换为 code = (char*)malloc(1000);，因为在 c++ 中将 char* 转换为 void 时出错

@A.k.如果您使用 C++，请不要使用 malloc。使用std::istream 读取文件，并使用std::vector<char> 或其他结构来处理缓冲区。使用new char[] 作为最后的手段，但在编写 C++ 代码时避免使用malloc，因为有更好的（类型安全）替代方案:)

【参考方案2】：

从@dreamlax 扩展上述代码

char *readFile(char *fileName) 
    FILE *file = fopen(fileName, "r");
    char *code;
    size_t n = 0;
    int c;

    if (file == NULL) return NULL; //could not open file
    fseek(file, 0, SEEK_END);
    long f_size = ftell(file);
    fseek(file, 0, SEEK_SET);
    code = malloc(f_size);

    while ((c = fgetc(file)) != EOF) 
        code[n++] = (char)c;
    

    code[n] = '\0';        

    return code;

这会给你文件的长度，然后逐个字符地读取它。

【讨论】：

你能解释一下 fseek 和 ftell 是如何工作的吗？我认为您需要某种循环来计算文件的字符数。

将fseek 视为重新定位光标的一种方式。 fseek（文件，0，SEEK_END）；将光标放在文件末尾，然后ftell 告诉您光标在哪里。这给了你文件的大小。 fseek(file, 0, SEEK_SET); 将光标放回文件的开头以便可以读取。如果不这样做，则会从头开始读取文件，这会导致错误并破坏整个操作。

【参考方案3】：

这是一种简单的方法，可以忽略除有效的脑残字符之外的所有内容：

#define BF_VALID "+-><[].,"

if (strchr(BF_VALID, c))
    code[n++] = c;

【讨论】：

是的，我以前使用过这个，但问题是如果文件中有换行符，它会将这些换行符放入字符串中。如果我想在一行中将纯 BF 代码写入文件，甚至将其打印到控制台，这很糟糕。

@pwnmonkey：不，这不会将任何换行符存储到目标字符串中（如果您将\n 添加到BF_VALID，它会）。

【参考方案4】：

每次调用函数时，文件都被打开而不是关闭

【讨论】：

是的，我知道，我已经更改了，但感谢您告诉我。

【参考方案5】：

我认为最重要的问题是你在读入内容时递增code，然后返回code 的最终值，即你将返回一个指向end 的字符串。您可能想在循环之前复制code，然后将其返回。

此外，C 字符串需要以空值结尾。您需要确保将'\0' 直接放在您读入的最后一个字符之后。

注意：您可以只使用fgets() 一次性获得整行。

【讨论】：

对，但我将排除任何不是 BF 代码的内容，因此一次运行更容易。

【参考方案6】：

两者中的任何一个都可以解决问题 -

char *readFile(char *fileName)

  FILE *file;
  char *code = malloc(1000 * sizeof(char));
  char *p = code;
  file = fopen(fileName, "r");
  do 
  
    *p++ = (char)fgetc(file);
   while(*p != EOF);
  *p = '\0';
  return code;


char *readFile(char *fileName)

  FILE *file;
  int i = 0;
  char *code = malloc(1000 * sizeof(char));
  file = fopen(fileName, "r");
  do 
  
    code[i++] = (char)fgetc(file);
   while(code[i-1] != EOF);
  code[i] = '\0'
  return code;

就像其他发帖人指出的那样，您需要确保文件大小不超过 1000 个字符。另外，请记住在使用完毕后释放内存。

【参考方案7】：

这里的问题是双重的

a)

在检查读入的值之前增加指针，并且

b)

你忽略了 fgetc() 返回一个 int 而不是 char 的事实。

第一个很容易解决：

char *orig = code; // the beginning of the array
// ...
do 
  *code = fgetc(file);
 while(*code++ != EOF);
*code = '\0'; // nul-terminate the string
return orig; // don't return a pointer to the end

第二个问题更微妙 -fgetc 返回一个 int 以便可以将 EOF 值与任何可能的 char 值区分开来。解决此问题时使用临时 int 进行 EOF 检查，并且可能使用常规 while 循环而不是 do / while。

【讨论】：

如果 EOF 介于 -1 和 -128 之间，那么 是 可表示为 char 值（假设实现的普通 char 类型已签名） .在这种情况下，从int 到char 的转换完全定义为当值可以由char 表示时，EOF 可能就是这种情况。