c++ - 使用 C++ 读取其中包含空字节的二进制文件

Question

执行此操作的规范方法是什么？

我必须将此处的读入 wstring ，但我确定答案应该适用于 string还有。

这是我现在正在尝试的:

wifstream file(filename, ios::in | ios::binary);
// this next line is cleverer but works the same way (i.e. null byte stops it)
// return wstring(istreambuf_iterator<wchar_t>(file), istreambuf_iterator<wchar_t>());
wstring out;
wchar_t buf[8192];
while (true) {
    file.read(buf, 8192);
    streamsize len = file.gcount();                                       
    cerr << len << "chars read.";                                         
    out.append(buf, len);                                                 
    if (len != 8192) break;                                               
}                                                                         
return out;

一旦遇到文件中的空字节，如何让它继续读取？

如果 POSIX 有一项法令防止空字节永远存在于任何文件中，我实际上不会感到惊讶。但显然 Vim 正在使用一些魔法将所有这些空值写入撤消文件格式。此外，如果您碰巧将内容编码或加密为随机字节流(或多种模拟采样)，则必须产生空值。我的意思是，我可以继续:OS X 上的管道 (FIFO) 可以很好地处理通过它们的空字节:我可以 cat undofile，将其通过管道传输到 xxd，它可以读取。

这显然是我绊倒的一些简单的事情。它是什么？当然有一种 C++ 方法可以做到这一点。或者，也许您知道 <stdio.h> 的方法.我想知道。

例如，这是我正在测试的文件:

% cat .dmp.cpp.un\~| xxd | head                                   
0000000: 5669 6d9f 556e 446f e500 0218 96c6 25f6  Vim.UnDo......%.
0000010: 64bb 2301 6ed8 3578 5c50 61e0 eae5 a819  d.#.n.5x\Pa.....
0000020: b17d 53b5 f932 dc9d 40aa 1b00 0000 8500  .}S..2..@.......
0000030: 0000 5720 2020 2020 2020 2020 2020 2063  ..W            c
0000040: 6572 7220 3c3c 2022 466f 756e 6420 616e  err << "Found an
0000050: 2075 6e70 7269 6e74 6162 6c65 2063 6861   unprintable cha

字节 2b 是第一个空字节。程序读取 44 个字节 (2c)，因此它写入第一个空字节，然后停在那里。

% la .dmp.cpp.un\~
-rw-r--r--  1 lust  staff  326836 Jul  4 01:41 .dmp.cpp.un~

P.S.，我在 here 的评论中得到了简洁的一行.可悲的是，它也遇到了这个问题。

Answer 1

我首先使用常规字符串解决了这个问题。

ifstream file(filename, ios::in | ios::binary);
wstring out;
char buf[8192];
while (true) {
    file.read(buf, 8192);
    streamsize len = file.gcount();
    cerr << len << "chars read.";
    string s(buf, len);
    out.append(s.begin(), s.end());
    if (len != 8192) break;
}
return out;