C ++从文件流中读取无符号字符

Posted 2023-02-25

【中文标题】C ++从文件流中读取无符号字符

【英文标题】：C++ reading unsigned char from file stream

【发布时间】：2010-10-10 21:43:26

【问题描述】：

我想从二进制文件中读取无符号字节。 于是我写了如下代码。

#include <iostream>
#include <fstream>
#include <vector>
#include <istream>

std::string filename("file");
size_t bytesAvailable = 128;
size_t toRead = 128;

std::basic_ifstream<unsigned char> inf(filename.c_str(), std::ios_base::in | std::ios_base::binary) ;
if (inF.good())

    std::vector<unsigned char> mDataBuffer;
    mDataBuffer.resize(bytesAvailable) ;
    inF.read(&mDataBuffer[0], toRead) ;
    size_t counted = inF.gcount() ;

这会导致读取始终为 0 字节，如变量 counted 所示。

网络上似乎有参考资料说我需要设置语言环境才能完成这项工作。我不清楚如何做到这一点。

相同的代码使用数据类型“char”而不是“unsigned char”

上面使用 unsigned char 的代码似乎可以在 Windows 上运行，但在 colinux Fedora 2.6.22.18 中运行失败。

我需要做什么才能让它在 linux 上工作？

【问题讨论】：

不是问题的答案，而是相关的。请记住，C++ 中字符串类的定义是 typedef basic_string<char> string;，因此您始终可以像 typedef basic_string<unsigned char> bytestring; 一样创建无符号字符字符串类。

是的，但我想读取 BINARY 文件

.read() 和 .write() 可用于二进制/文本，流运算符 > 仅用于文本文件。计算机上的所有数据最终都是二进制的，这是您选择解释它的方式。

如果你想“二进制”使用 uint8_t... 忽略它是 unsigned char 的 typedef 别名。

这个问题已经在这里解决了：***.com/q/19205531/331024 它有一个完整的实现 char_traits 和 codecvt

【参考方案1】：

C++ 确实只需要实现为两个版本的字符特征提供明确的特化：

std::char_traits<char>
std::char_traits<wchar_t>

流和字符串使用这些特征来计算各种事物，例如 EOF 值、字符范围的比较、将字符扩展为 int 等等。

如果你像这样实例化一个流

std::basic_ifstream<unsigned char>

您必须确保流可以使用相应的字符特征特化，并且该特化确实有用。此外，流使用构面来进行数字的实际格式化和读取。同样，您必须手动提供这些专业化。该标准甚至不要求实现具有主模板的完整定义。所以你也可能会得到一个编译错误：

错误：无法实例化特化 std::char_traits。

我会改用ifstream（这是basic_ifstream<char>），然后读入vector<char>。在解释向量中的数据时，您仍然可以稍后将它们转换为unsigned char。

【讨论】：

我没有收到编译器错误，文档中没有任何提示，什么也没有，只是无声的失败和浪费了一天。谢谢 Bjarne Stroustrup 和 Dennis Ritchie。

【参考方案2】：

不要使用 basic_ifstream，因为它需要专业化。

使用静态缓冲区：

linux ~ $ cat test_read.cpp
#include <fstream>
#include <iostream>
#include <vector>
#include <string>


using namespace std;

int main( void )

        string filename("file");
        size_t bytesAvailable = 128;

        ifstream inf( filename.c_str() );
        if( inf )
        
                unsigned char mDataBuffer[ bytesAvailable ];
                inf.read( (char*)( &mDataBuffer[0] ), bytesAvailable ) ;
                size_t counted = inf.gcount();
                cout << counted << endl;
        

        return 0;

linux ~ $ g++ test_read.cpp
linux ~ $ echo "123456" > file
linux ~ $ ./a.out
7

使用向量：

linux ~ $ cat test_read.cpp

#include <fstream>
#include <iostream>
#include <vector>
#include <string>


using namespace std;

int main( void )

        string filename("file");
        size_t bytesAvailable = 128;
        size_t toRead = 128;

        ifstream inf( filename.c_str() );
        if( inf )
        

                vector<unsigned char> mDataBuffer;
                mDataBuffer.resize( bytesAvailable ) ;

                inf.read( (char*)( &mDataBuffer[0]), toRead ) ;
                size_t counted = inf.gcount();
                cout << counted << " size=" << mDataBuffer.size() << endl;
                mDataBuffer.resize( counted ) ;
                cout << counted << " size=" << mDataBuffer.size() << endl;

        

        return 0;

linux ~ $ g++ test_read.cpp -Wall -o test_read
linux ~ $ ./test_read
7 size=128
7 size=7

在第一次调用中使用保留而不是调整大小：

linux ~ $ cat test_read.cpp

#include <fstream>
#include <iostream>
#include <vector>
#include <string>


using namespace std;

int main( void )

        string filename("file");
        size_t bytesAvailable = 128;
        size_t toRead = 128;

        ifstream inf( filename.c_str() );
        if( inf )
        

                vector<unsigned char> mDataBuffer;
                mDataBuffer.reserve( bytesAvailable ) ;

                inf.read( (char*)( &mDataBuffer[0]), toRead ) ;
                size_t counted = inf.gcount();
                cout << counted << " size=" << mDataBuffer.size() << endl;
                mDataBuffer.resize( counted ) ;
                cout << counted << " size=" << mDataBuffer.size() << endl;

        

        return 0;

linux ~ $ g++ test_read.cpp -Wall -o test_read
linux ~ $ ./test_read
7 size=0
7 size=7

如您所见，如果不调用 .resize(counted)，向量的大小将是错误的。请记住这一点。 使用强制转换是很常见的，请参阅cppReference

【讨论】：

这是读取签名字符。我知道这行得通。我特别想阅读无符号字符

只需将 char[] 更改为 unsigned char[]。

是否可以不强制转换？

你为什么不想投？你可以使用 c++ reinterpret_cast( &mDataBuffer[0])

@David：磁盘上的有符号和无符号字符没有区别。 （或者，就此而言，4 个字符和 int！）

【参考方案3】：

更简单的方法：

#include <fstream>
#include <vector>

using namespace std;


int main()

    vector<unsigned char> bytes;
    ifstream file1("main1.cpp", ios_base::in | ios_base::binary);
    unsigned char ch = file1.get();
    while (file1.good())
    
        bytes.push_back(ch);
        ch = file1.get();
    
    size_t size = bytes.size();
    return 0;

【讨论】：

那是非常低效的。尝试使用 1GB 文件运行基准测试，调用的开销会显示出很大的差异。

@david：文件没有区别。如果存储在无符号字符中，则 0xFF 为 255；如果存储在有符号字符中，则为 -1。因此，为什么演员阵容不是一件坏事。如果这是多字节，唯一的区别是字节序是否不同。

@David：字节序通常只有在切换架构类型时才会出现问题，例如。 powerpc vs x86。