2

我有一个如下文件：

$ xxd 1line
0000000: 3939 ba2f 6f20 6f66 0d0a                 99./o of..

我想用 C++ 阅读这一行：

#include <codecvt>
#include <iostream>
#include <locale>
#include <fstream>
#include <string>

int main(int argc, char** argv) {
  std::wifstream wss(argv[1], std::ios::binary);
  wss.seekg(std::ios_base::end);
  const auto fileSize = wss.tellg();
  wss.seekg(std::ios_base::beg);

  // std::locale utf8_locale(wss.getloc(), new std::codecvt_utf8<wchar_t, 0x10FFFF, std::consume_header>);
  // wss.imbue(utf8_locale);

  std::wstring wline;
  std::getline(wss, wline);

  std::cout << "filelen: " << fileSize << std::endl;
  std::cout << "strlen: " << wline.size() << std::endl;
  std::wcout << "str: " << wline << std::endl;

  return 0;
}

我按以下方式编译它：

$ g++ -std=c++11 imbue_issue.cpp

第一件事：似乎 wss.seekg(std::ios_base::end) 不会在文件末尾移动文件位置：

$ ./a.out 1line
filelen: 2
strlen: 9
str: 99?/o of

第二件事是当取消注释与语言环境相关的行时，getline 只读取 2 个字符：

$ ./a.out 1line
filelen: 2
strlen: 2
str: 99

我的编译器：

$ g++ --version
Configured with: --prefix=/Applications/Xcode.app/Contents/Developer/usr --with-gxx-include-dir=/Applications/Xcode.app/Contents/Developer/Platforms/MacOSX.platform/Developer/SDKs/MacOSX10.11.sdk/usr/include/c++/4.2.1
Apple LLVM version 7.3.0 (clang-703.0.31)
Target: x86_64-apple-darwin15.6.0
Thread model: posix
InstalledDir: /Applications/Xcode.app/Contents/Developer/Toolchains/XcodeDefault.xctoolchain/usr/bin

有谁知道这个文件出现上述问题的原因是什么？

4

2 回答 2

1

问题是seekg你如何调用函数。当你用一个参数调用它时，它从一开始就被用作绝对位置，你会寻找任何值std::ios::end，这恰好是2你的情况。

相反，您应该使用两个参数重载：

wss.seekg(0, std::ios_base::end);  // Seek to offset 0 from the end

您仍然会遇到使用宽字符类型读取文件的问题，因为内容似乎并非如此。UTF-8 是一种多字节窄字符编码。

于 2016-10-18T08:43:12.520 回答
0

我发现有人对 getline 有类似的问题：

https://gcc.gnu.org/bugzilla/show_bug.cgi?id=15733

于 2016-10-20T09:08:02.387 回答