使用 std::ios_base::binary 有啥意义？

Posted 2023-05-07

【中文标题】使用 std::ios_base::binary 有啥意义？

【英文标题】：What the point of using std::ios_base::binary?使用 std::ios_base::binary 有什么意义？

【发布时间】：2021-05-22 07:50:20

【问题描述】：

我在 Window 下读取 Linux 文件时遇到问题。以下是问题讨论：Using fstream::seekg under windows on a file created under Unix。

通过打开指定了std::ios_base::binary 的文本文件解决了这个问题。

但是这种模式的实际意义是什么？如果指定，您仍然可以将文件作为文本文件处理（使用mystream << "Hello World" << std::endl 写入，使用std::getline 读取）。

在 Windows 下，我注意到的唯一区别是 mystream << "Hello World" << std::endl 使用：

如果未指定 std::ios_base::binary，则 0x0D 0x0A 作为行分隔符（EOL 和回车） 如果指定了 std::ios_base::binary，则 0x0A 作为行分隔符（仅限 EOL）

打开使用std::ios_base::binary 生成的文件时，记事本不会智能地显示行。 vi 或 Wordpad 等更好的编辑器会显示它们。

这真的是使用std::ios_base::binary 和不使用std::ios_base::binary 生成的文件之间的唯一区别吗？文档说Consider stream as binary rather than text.，这到底是什么意思？

如果我不关心在记事本中打开文件并希望fstream::seekg 始终工作，那么始终设置std::ios_base::binary 是否安全？

【问题讨论】：

我也会在字符串中使用\0 字符进行测试。在二进制中，这些可能只是输出，而对于非二进制，它们可能被解释为字符串终止符。

@GáborBakos 如果唯一涉及的系统是 Unix 和 Windows，那么唯一的区别是行尾和 0x1A，Windows 将其视为文件结尾字符，至少在输入时。

【参考方案1】：

二进制和文本模式的区别在于实现 已定义，但仅涉及最低级别：它们不会更改 << 和 >> 之类的东西的含义（插入和提取文本 数据）。此外，正式地，输出除少数不可打印之外的所有内容 如果文件是文本，字符（如'\n'）是未定义的行为 模式。

对于最常见的操作系统：在Unix下，没有区别；两者都是 完全相同的。 Windows下，'\n'内部会映射到这两个 字符序列 CR, LF (0x0D, 0x0A) 外部和 0x1A 将 读取时解释为文件结尾。在更具异国情调（而且主要是 绝种）操作系统，但是，它们可以用完全不同的方式表示 操作系统级别的文件类型，并且可能无法读取文件 如果它是以二进制模式编写的，则为文本模式，反之亦然。或者你 可能会看到不同的东西：行尾有额外的空白，或者 二进制模式下没有'\n'。

关于始终设置std::ios_base::binary：我的政策 可移植文件是要确切地决定我希望它们如何格式化，设置 二进制，并输出我想要的。这通常是CR，LF，而不仅仅是 LF，因为那是网络标准。另一方面，大多数 Windows程序只用LF没有问题，但我遇到过 不少 Unix 程序在 CR、LF 上有问题；哪一个 主张系统地只使用 LF（这也更容易）。正在做 这种方式意味着我得到相同的结果，无论是否 我在 Unix 或 Windows 下运行。

【讨论】：

我是否明白设置std::ios_base::binary 或不设置文件读取 没有区别（除了修复上面提到的错误）和设置std::ios_base::binary 或不设置文件写法可能会导致基于平台的差异？

@jpo38 不可以。二进制和文本之间的选择会影响读写：在Windows下，读取时，CR，LF会映射到LF，0x1A会导致读取停止.在某些特殊系统上，如果文件是用文本编写的，则以二进制模式打开可能会失败，反之亦然。

@JamesKanze -- 我认为其他人已经评论说（至少在 MacOS 上）如果你设置了流操作符 IGNORE 二进制模式：这意味着如果你使用“>>”（提取格式化操作符) 从流中读取二进制数据，您将看到 CR、LF 扩展/转换，即使您可能没有预料到二进制模式会出现这种情况！我追查了因使用“>>”而引入的复杂二进制文件格式错误。使用普通的 read() 可以轻松解决这些问题。

【参考方案2】：

我发现（通过失去两个小时的工作试图了解发生了什么）指定std::ios_base::binary 确实会产生巨大的影响。

std::vector<char> data 0x01, 0x02, 0x0A, 0x0B ;

    std::fstream tfat;
    tfat.open( "binary", std::ios_base::out | std::ios_base::binary );
    tfat.write( &(data[0]), data.size() );
    tfat.close();


    std::fstream tfat;
    tfat.open( "not_binary", std::ios_base::out );
    tfat.write( &(data[0]), data.size() );
    tfat.close();

然后，“二进制”文件包含 4 个字节：0x01, 0x02, 0x0A, 0x0B 但“not_binary”文件包含 5 个字节：0x01, 0x02, 0x0D, 0x0A, 0x0B

0x0D (\r) 被插入到 0x0A (\n) 之前。虽然我写了 4 个字节，但我希望文件中最后有 4 个字节。

所以这让我意识到为什么在将数据写入文件时必须使用std::ios_base::binary，即使不使用<< 运算符也是如此。

【讨论】：

我在我的 linux 机器上尝试过，但无法重现结果。两个文件都包含预期的 4 个字节，没有额外的字节。我知道这在某种程度上与 Windows 系统上的特定文本格式有关，但是如果你忘记了 ios::binary，你可能会在输出中得到随机的东西，这是非常可怕的。

@DarioP：我确认我在测试时使用的是 Windows

【参考方案3】：

文本流与二进制流的含义因平台而异，有些不可预测。

但就流行平台而言，这很简单：在 Linux 和 MacOS X 上，没有区别。在 Windows 上，唯一的区别是内部\n 被转换为外部流中的\r\n。

【讨论】：

在 Windows 下，0x1A 将被视为文本模式的文件结尾。