c++ - 使用 setw : to eof or not to eof? 读取

Question

考虑下面的简单例子

#include <string>
#include <sstream>
#include <iomanip>

using namespace std;

int main() {
  string str = "string";
  istringstream is(str);
  is >> setw(6) >> str;
  return is.eof();
}

乍一看，由于显式宽度是由 setw 操纵符指定的，我希望 >>> 运算符在成功提取字符串后完成读取字符串从输入流中请求的字符数。我没有看到它尝试提取第七个字符的任何直接原因，这意味着我不希望流进入 eof 状态。

当我在 MSVC++ 下运行此示例时，它按我预期的那样工作:流在读取后保持良好状态。然而，在 GCC 中行为是不同的:流以 eof 状态结束。

语言标准，它为这个版本的 >>> operator 给出了以下完成条件列表

• n characters are stored;
• end-of-file occurs on the input sequence;
• isspace(c,is.getloc()) is true for the next available input character c.

鉴于上述情况，我看不出有任何理由让 >>> 运算符在上面的代码中将流驱动到 eof 状态。

但是，这就是 >> 运算符 implementation in GCC library看起来像

...
__int_type __c = __in.rdbuf()->sgetc();

while (__extracted < __n
       && !_Traits::eq_int_type(__c, __eof)
       && !__ct.is(__ctype_base::space,
                   _Traits::to_char_type(__c)))
{
  if (__len == sizeof(__buf) / sizeof(_CharT))
  {
    __str.append(__buf, sizeof(__buf) / sizeof(_CharT));
    __len = 0;
  }
  __buf[__len++] = _Traits::to_char_type(__c);
  ++__extracted;
  __c = __in.rdbuf()->snextc();
}
__str.append(__buf, __len);

if (_Traits::eq_int_type(__c, __eof))
  __err |= __ios_base::eofbit;
__in.width(0);
...

如您所见，在每次成功迭代结束时，它会尝试为下一次迭代准备下一个 __c 字符，即使下一次迭代可能永远不会发生。循环结束后，它分析 __c 字符的最后一个值并相应地设置 eofbit。

所以，我的问题是:在上述情况下触发 eof 流状态，就像 GCC 所做的那样 - 从标准的角度来看是否合法？我没有看到它在文档中明确指定。 MSVC 和 GCC 的行为是否合规？或者只有其中一个行为正确？

Answer 1

该特定 operator>> 的定义与 eofbit 的设置无关，因为它只描述了操作何时终止，而不是触发特定位的原因。

eofbit 的描述在标准(草案)中说:

eofbit - indicates that an input operation reached the end of an input sequence;

我想这取决于你想如何解释“达到”。请注意，正确的 gcc 实现不会设置 failbit , 定义为

failbit - indicates that an input operation failed to read the expected characters, or that an output operation failed to generate the desired characters.

所以我认为eofbit并不一定意味着文件末尾阻碍了任何新字符的提取，只是文件末尾已经“到达”。

我似乎找不到更准确的“达到”描述，所以我猜这将是实现定义的。如果这个逻辑是正确的，那么 MSVC 和 gcc 的行为都是正确的。

---

编辑:特别是，似乎 eofbit在 sgetc() 时设置会返回 eof .这在 istreambuf_iterator 中都有描述。部分和 basic_istream::sentry部分。那么现在的问题是:什么时候允许流的当前位置前进？

---

最终编辑:事实证明，可能 g++ 具有正确的行为。

每个字符扫描都经过<locale> , 以允许解析不同的字符集、货币格式、时间描述和数字格式。虽然似乎没有关于 operator>> 的完整描述。适用于字符串，关于如何使用 do_get 有非常具体的描述数字、时间和金钱的功能应该运行。您可以从前文草案的第 687 页找到它们。

所有这些都是从阅读 ctype 开始的(字符的“全局”版本，通过语言环境读取)来自 istreambuf_iterator (对于数字，您可以在草案第 1018 页找到调用定义)。然后处理ctype，最后推进迭代器。

所以，一般来说，这要求内部迭代器总是指向最后一个读取后的下一个字符；如果不是这种情况，理论上你可以提取比你想要的更多的东西:

string str = "strin1";
istringstream is(str);
is >> setw(6) >> str;
int x;
is >> x;

如果当前字符为is提取后 str不在 eof 上，那么标准将要求 x得到值 1，因为对于数字提取，标准明确要求迭代器在第一次读取后前进。

由于这没有多大意义，并且鉴于标准中描述的所有复杂提取都以相同的方式运行，因此对于字符串也会发生相同的情况是有道理的。因此，作为 is 的指针阅读 6 个字符后落在 eof , eofbit需要设置。