std::ifstream 一次读取 32 位

Posted 2023-02-21

【中文标题】std::ifstream 一次读取 32 位

【英文标题】：std::ifstream read 32 bits at a time

【发布时间】：2018-11-21 13:55:52

【问题描述】：

我想知道为什么，使用字符串流时，距离符合预期。迭代器一次迭代 32 位，我得到 6 个。

但是使用 char32_t 上的 ifstream 模板，我希望它一次读取 4 个字节，但似乎在 streambuf 内部它会读取一个字符，然后将其转换为 char32_t。所以距离是 24。

文件 test.txt 包含相同的“abcdef”，另存为 utf32 little endian，没有 bom。可用here

这是为什么？为什么在使用 std::istreambuf_iterator 时不能一次读取 32 位 std::basic_ifstream。如果这只是要读取一个 char 执行转换为 char32_t，那么模板参数的意义何在？如何使用 std::istreambuf_iterator 一次读取 32 位文件。

#include <iostream>
#include <fstream>
#include <sstream>

int main() 
    std::basic_string<char32_t> str = U"abcdef";
    std::basic_stringstream<char32_t> data str ;

    //std::basic_ifstream<char32_t> data("test.txt", std::ios::binary);

    size_t dist = std::distance(std::istreambuf_iterator<char32_t>(data), std::istreambuf_iterator<char32_t>());

    std::cout << dist << std::endl;

    return 0;

【参考方案1】：

基本上，您的问题归结为两个问题：

字符串流和文件流有什么区别？ 为什么 uint32_t 参数化文件流仍然读取单个字节？

这两者都用所谓的编码来解释，在流中由它们的codecvt（代码转换）方面表示。这个方面负责将外部字节转换为内存表示，反之亦然。默认方面只会将一个内部元素转换为一个外部字节，因此字节和字符之间是一对一的关系。为了以四个字节为单位读取文件，您需要使用 UCS4 或 UTF-32 代码转换方面 imbue() 流。

对于字符串流，您不指定外部序列，而是指定内部序列，因此不会发生代码转换。

【讨论】：

太好了。我唯一的问题是它是否是任意二进制数据，即这些值可能不是有效的 UTF-32 代码点，但我仍然想一次读取 32 位。似乎可用的语言环境不支持一次“哑”读取 32 位 -> en.cppreference.com/w/cpp/locale/locale。大概 std::codecvt 会对数据进行一些检查。