c++ - std::ifstream 一次读取 32 位

Question

我想知道为什么，对于 stringstream，距离是预期的。迭代器一次迭代超过 32 位，我得到 6。

但是如果 ifstream 在 char32_t 上模板化，我期望它一次读取 4 个字节，但它似乎在 streambuf 内部它将读取一个字符，然后将其转换为 char32_t。所以距离是 24。

文件 test.txt 包含相同的“abcdef”，保存为没有 bom 的 utf32 little endian。可用here

这是为什么？为什么在使用 std::istreambuf_iterator 时 std::basic_ifstream 不能一次读取 32 位。如果这只是要读取一个 char 执行转换为 char32_t，那么模板参数的意义是什么以及我如何使用 std::istreambuf_iterator 一次读取 32 位文件。

#include <iostream>
#include <fstream>
#include <sstream>

int main() {
    std::basic_string<char32_t> str = U"abcdef";
    std::basic_stringstream<char32_t> data{ str };

    //std::basic_ifstream<char32_t> data("test.txt", std::ios::binary);

    size_t dist = std::distance(std::istreambuf_iterator<char32_t>(data), std::istreambuf_iterator<char32_t>());

    std::cout << dist << std::endl;

    return 0;
}

Answer 1

基本上，您的问题归结为两个问题:

• 字符串流和文件流有什么区别？
• 为什么 uint32_t 参数化文件流仍然读取单个字节？

这两者都用所谓的编码来解释，在流中由它们的 codecvt(代码转换)方面表示。该方面负责将外部字节转换为内存中的表示形式，反之亦然。默认方面只会将一个内部元素转换为一个外部字节，因此字节和字符之间存在一对一的关系。为了以四个字节为单位读取文件，您需要使用 UCS4 或 UTF-32 代码转换方面imbue() 流。

对于字符串流，您不指定外部序列而是指定内部序列，因此不会发生代码转换。