- Java 双重比较
- java - 比较器与 Apache BeanComparator
- Objective-C 完成 block 导致额外的方法调用?
- database - RESTful URI 是否应该公开数据库主键?
我有一些 *.bz2 文件,其中包含 *.csv 文本文件。
我需要处理它 - 解压它并更改它的编码。
现在我有了代码,可以解压这个文件并通过将原始文件读取到另一个文件来更改 *.csv 文件编码。但是这一刻我“遇到了情况”- *.csv 文件很大(5 GB),但服务器只有 8 GB。 IE,如果我将通过将文件复制到另一个文件来更改文件编码,我将没有硬盘空间。
因此,我需要“即时”更改文件的编码。
目前,我有两段代码:
解压
bool NetIO::unBZ2(string PathToBZ2, string PathToCSV) {
try {
boost::locale::generator gen;
ofstream outFile("c:/temp/sqlShare/qqq.csv", std::ofstream::out | std::ofstream::binary);
ifstream file(PathToBZ2, ios_base::in | ios_base::binary);
filtering_streambuf<input> in;
in.push(bzip2_decompressor());
in.push(file);
boost::iostreams::copy(in, outFile);
file.close();
outFile.close();
}
catch (const bzip2_error& exception) {
int error = exception.error();
if (error == boost::iostreams::bzip2::data_error) {
// compressed data stream is corrupted
cout << "compressed data stream is corrupted";
}
else if (error == boost::iostreams::bzip2::data_error_magic)
{
// compressed data stream does not begin with the 'magic' sequence 'B' 'Z' 'h'
cout << "compressed data stream does not begin with the 'magic' sequence 'B' 'Z' 'h'";
}
else if (error == boost::iostreams::bzip2::config_error) {
// libbzip2 has been improperly configured for the current platform
cout << "libbzip2 has been improperly configured for the current platform";
}
return false;
}
return true;
}
和改变文件编码的代码
bool NetIO::replaceLineBreaks(const string& inFilePath, const string& searchStr, const string& replacement) {
try {
boost::locale::generator gen;
ifstream iss(inFilePath.c_str(), std::ios::in | std::ios::binary);
std::locale lru = gen("ru_RU.CP1251");
std::locale lru2 = gen("ru_RU.UTF-8");
iss.imbue(lru2);
//string tempFilePath2 = inFilePath + ".tmp3";
string tempFilePath2 = "d:/temp/qqq.tmp3";
ofstream os(tempFilePath2, std::ios::out | std::ios::binary);
os.imbue(lru);
const int buffSize= 500000;
char qqq[buffSize];
//wchar_t wqqq[buffSize];
while (iss) {
iss.read(qqq, buffSize);
// MultiByteToWideChar(CP_UTF8, 0, qqq, buffSize, wqqq, buffSize);
os << qqq;
//cnt++;
/*if (cnt > 80) {
break;
}*/
}
os.close();
/*boost::iostreams::mapped_file istm(inFilePath.c_str());
if (!istm.is_open())
return false;
string tempFilePath = inFilePath + ".tmp";
ofstream ostm(tempFilePath.c_str(), std::ios::out | std::ios::binary);
if (!ostm.is_open()) {
istm.close();
return false;
}
boost::regex regexp(searchStr);
ostreambuf_iterator<char> it(ostm);
boost::regex_replace(it, istm.begin(), istm.end(), regexp, replacement, boost::match_default | boost::format_all);
istm.close();
ostm.close();
boost::filesystem::rename(tempFilePath, inFilePath);*/
}
catch (exception ex) {
cout << "Problem in line endings replacer" << std::endl;
cout << ex.what() << std::endl;
cout << "-----------------" << std::endl;
return false;
}
return true;
}
我想知道,我怎样才能将这两段代码结合起来?
据我所知,可能的解决方案是创建一个自定义的 ofstream
对象,它将接收数据并转换它的编码,并使用 boost::iostreams 将数据传递给它::复制
.
如何合并这两段代码?
非常感谢!
最佳答案
你在第二个函数中的代码有问题,你在哪里做
iss.read(qqq, buffSize);
os << qqq;
它不仅假定了 qqq
的完整大小总是读,也是qqq
从 char(&)[500000]
衰减至 char*
并将被解释为以 NUL 结尾的字符串。这至少打破了嵌入的 NUL 字符。喜欢:
auto bytes_read = iss.read(qqq, buffSize);
os.write(qqq, bytes_read);
Note:
boost::iostreams::copy
already does the correct thing, using the default buffersize (if unspecified)#ifndef BOOST_IOSTREAMS_DEFAULT_DEVICE_BUFFER_SIZE
# define BOOST_IOSTREAMS_DEFAULT_DEVICE_BUFFER_SIZE 4096
#endif
接下来,循环很容易组合成类似的东西
// input
std::ifstream file(PathToBZ2, std::ios::binary);
bio::filtering_stream<bio::input> in;
in.push(bio::bzip2_decompressor());
in.push(file);
std::locale lru2 = gen("ru_RU.UTF-8");
in.imbue(lru2);
// output
std::ofstream outFile("c:/temp/sqlShare/qqq.csv", std::ios::binary);
std::locale lru = gen("ru_RU.CP1251");
outFile.imbue(lru);
// copy
const int buffSize = 500000;
/*auto totalWritten =*/ boost::iostreams::copy(in, outFile, buffSize);
注意这里使用了 filtering_stream
, 不是 filtering_streambuf
使用 code_converter<>
强制进行所需的转换:
#include <boost/iostreams/filtering_stream.hpp>
#include <boost/iostreams/filter/bzip2.hpp>
#include <boost/iostreams/stream.hpp>
#include <boost/iostreams/copy.hpp>
#include <boost/iostreams/code_converter.hpp>
#include <boost/locale.hpp>
#include <iostream>
#include <fstream>
namespace bio = boost::iostreams;
bool unBZ2(std::string PathToBZ2, std::string PathToCSV) {
try {
boost::locale::generator gen;
// input
std::ifstream file(PathToBZ2, std::ios::binary);
bio::filtering_stream<bio::input> in;
in.push(bio::bzip2_decompressor());
in.push(file);
std::locale lru2 = gen("ru_RU.UTF-8");
in.imbue(lru2);
// output
std::ofstream outFile(PathToCSV, std::ios::binary);
std::locale lru = gen("ru_RU.CP1251");
outFile.imbue(lru);
{
bio::code_converter<bio::filtering_stream<bio::input> > win(in);
bio::code_converter<decltype(outFile)> wout(outFile);
win.imbue(lru2);
wout.imbue(lru);
const int buffSize = 500000;
/*auto totalWritten =*/ boost::iostreams::copy(win, wout, buffSize);
}
} catch (const bio::bzip2_error &exception) {
int error = exception.error();
if (error == boost::iostreams::bzip2::data_error) {
// compressed data stream is corrupted
std::cout << "compressed data stream is corrupted";
} else if (error == boost::iostreams::bzip2::data_error_magic) {
// compressed data stream does not begin with the 'magic' sequence 'B' 'Z'
// 'h'
std::cout << "compressed data stream does not begin with the 'magic' sequence " "'B' 'Z' 'h'";
} else if (error == boost::iostreams::bzip2::config_error) {
// libbzip2 has been improperly configured for the current platform
std::cout << "libbzip2 has been improperly configured for the current platform";
}
return false;
}
return true;
}
int main() {
unBZ2("input.txt.bz2", "output.txt");
}
翻译 "Lorem Ipsum".ru进入
00000000: cbee f0e5 ec20 e8ef f1f3 ec20 e4ee ebee ..... ..... ....
00000010: f020 f1e8 f220 e0ec e5f2 2c20 f1ee ebf3 . ... ...., ....
00000020: ec20 eff0 e8ec e8f1 20e0 ed20 f1e5 e42e . ...... .. ....
00000030: 20cd e5f6 20e5 f220 eee4 e8ee 20e4 e8f1 ... .. .... ...
00000040: eff3 f2e0 ede4 ee2c 20ef f0e8 20ed e50a ......., ... ...
00000050: f4ee f0e5 edf1 e8e1 f3f1 20e2 eeeb f3ef .......... .....
00000060: f2e0 f2e8 e1f3 f12e 20c5 efe8 f6f3 f0e8 ........ .......
00000070: 20f6 eeec ecf3 ede5 20f1 f3f1 f6e8 efe8 ....... .......
00000080: f220 e5f5 20ef f0ee 2e20 cff0 eee1 ee20 . .. .... .....
00000090: f4e5 f3e3 e0e8 f20a f0e5 f6f2 e5ff f3e5 ................
000000a0: 20f3 f220 eff0 e82c 20ec e5e8 20f2 eeeb .. ..., ... ...
000000b0: ebe8 f220 ecee ebe5 f1f2 e8e5 20e4 e8f1 ... ........ ...
000000c0: eff3 f2e0 ede4 ee20 f6f3 2e20 d1e8 edf2 ....... ... ....
000000d0: 20e1 f0f3 f2e5 20ec e0e7 e8ec 20e5 eef1 ..... ..... ...
000000e0: 20e5 f32c 0ae1 f0f3 f2e5 20e0 ebf2 e5f0 ..,...... .....
000000f0: e020 eced e5f1 e0f0 f7f3 ec20 f6f3 20ec . ......... .. .
00000100: e5eb 2c20 e5e8 20f5 e0f1 20eb f3ef f2e0 .., .. ... .....
00000110: f2f3 ec20 f6ee edf1 e5f6 f2e5 f2f3 e5f0 ... ............
00000120: 2e0a 0acd e520 e0eb e8e8 20ff f3e0 f120 ..... .... ....
00000130: e0f1 f1e5 edf2 e8ee f020 e2e8 f12c 20e5 ......... ..., .
00000140: e820 e2e8 ec20 ecf3 f6e8 f3f1 20ec e5e4 . ... ...... ...
00000150: e8ee f6f0 e8f2 e0f2 e5ec 2c20 eff0 ee20 .........., ...
00000160: e5e0 20e0 e5ff f3e5 20eb e0ee f0e5 e5f2 .. ..... .......
00000170: 0aef f5e0 e5e4 f0f3 ec2e 20c5 eef1 20f1 .......... ... .
00000180: f3ec ee20 e0e4 f5f3 f620 f6ee edf1 e5ff ... ..... ......
00000190: f3e0 f220 e5f5 2c20 e8e4 20f5 e0f1 20eb ... .., .. ... .
关于c++ - 使用 Boost 处理流,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40907536/
我正在尝试使用boost.spirit的qi库解析某些内容,而我遇到了一个问题。根据spirit docs,a >> b应该产生类型为tuple的东西。但这是boost::tuple(又名 fusio
似乎有/正在努力做到这一点,但到目前为止我看到的大多数资源要么已经过时(带有死链接),要么几乎没有信息来实际构建一个小的工作样本(例如,依赖于boost program_options 以构建可执行文
我对 Boost.Log 的状态有点困惑。这是 Boost 的官方部分,还是尚未被接受?当我用谷歌搜索时,我看到一些帖子谈论它在 2010 年是如何被接受的,等等,但是当我查看最后一个 Boost 库
Boost 提供了两种不同的实现 string_view ,这将成为 C++17 的一部分: boost::string_ref在 utility/string_ref.hpp boost::stri
最近,我被一家GIS公司雇用来重写他们的旧地理信息库。所以我目前正在寻找一个好的计算几何库。我看过CGAL,这真是了不起,但是我的老板想要免费的东西。 所以我现在正在检查Boost.Geometry。
假设我有一个无向图 G。假设我添加以下内容 add_edge(1,2,G); add_edge(1,3,G); add_edge(0,2,G); 现在我再说一遍: add_edge(0,2,G); 我
我使用 CMake 来查找 Boost。找到了 Boost,但 CMake 出错了 Imported targets not available for Boost version 请参阅下面的完整错
我是 boost::fusion 和 boost::mpl 库的新手。谁能告诉我这两个库之间的主要区别? 到目前为止,我只使用 fusion::vector 和其他一些简单的东西。现在我想使用 fus
这个问题已经有答案了: 已关闭10 年前。 Possible Duplicate: What are the benefits of using Boost.Phoenix? 所以我开始阅读 boos
我正在尝试获得一个使用 Boost.Timer 的简单示例,用于一些秒表性能测量,但我不明白为什么我无法成功地将 Boost.Timer 链接到 Boost.Chrono。我使用以下简单脚本从源代码构
我有这样的东西: enum EFood{ eMeat, eFruit }; class Food{ }; class Meat: public Food{ void someM
有人可以告诉我,我如何获得boost::Variant处理无序地图? typedef boost::variant lut_value;unordered_map table; 我认为有一个用于boo
我对 Boost.Geometry 中的环和多边形感到困惑。 在文档中,没有图形显示什么是环,什么是多边形。 谁能画图解释两个概念的区别? 最佳答案 在 Boost.Geometry 中,多边形被定义
我正在使用 boost.pool,但我不知道何时使用 boost::pool<>::malloc和 boost::pool<>::ordered_malloc ? 所以, boost::pool<>:
我正在尝试通过 *boost::fast_pool_allocator* 使用 *boost::container::flat_set*。但是,我收到编译错误。非常感谢您的意见和建议。为了突出这个问题
sau_timer::sau_timer(int secs, timerparam f) : strnd(io), t(io, boost::posix_time::seconds(secs)
我无法理解此功能的文档,我已多次看到以下内容 tie (ei,ei_end) = out_edges(*(vi+a),g); **g**::out_edge_iterator ei, ei_end;
我想在 C++ 中序列化分层数据结构。我正在处理的项目使用 boost,所以我使用 boost::property_tree::ptree 作为我的数据节点结构。 我们有像 Person 这样的高级结
我需要一些帮助来解决这个异常,我正在实现一个 NPAPI 插件,以便能够使用来自浏览器扩展的本地套接字,为此我正在使用 Firebreath 框架。 对于套接字和连接,我使用带有异步调用的 Boost
我尝试将 boost::bind 与 boost::factory 结合使用但没有成功 我有这个类 Zambas 有 4 个参数(2 个字符串和 2 个整数)和 class Zambas { publ
我是一名优秀的程序员,十分优秀!