C語言中的文件操作

cuizhiyuan

C語言中的文件操作
寫在前
昨天帶實驗的時候發(fā)現(xiàn)很多同學(xué)在讀文件的時候老是要么多了一個字符，要么不能完全讀取……以前在用C的時候?qū)ξ募�操作自己也會遇到一些問題，但是都沒有去深究，昨晚突然心血來潮，決定把他弄清楚。
測試環(huán)境
windows
c-free3.0
C文件操作遇到的狀況
1.將一個文件讀到另一個文件，用“(ch = getc(fp)) != EOF”來判斷文件是否結(jié)束，如果文件是全英文文本的話絕對沒問題，新文件的大小和原文件大小一樣；但是如果是一些有中文字符或者是二進制文件，原文件沒讀完就結(jié)束。
2.將一個文件讀到另一個文件，用“!feof(fp)”判斷文件是否結(jié)束，不管原文件是什么類型的都可以將原文件全部讀完才結(jié)束，但是新文件的大小比原文件多了一個字節(jié)。
問題：在C里如何才能正確判斷文件結(jié)束？？
探索
測試一，我寫了一個函數(shù)來試用EOF判斷文件結(jié)束的情況：
-------in.txt內(nèi)容如下---------
abcde
-------in.txt結(jié)束-------------
-------test1.c----------------
int main(int argc, char* argv[]){
    char ch;
    FILE* in;
    FILE* out;
   
    in = fopen("in.txt", "rb");  /* in.txt全為英文字符 */
    out = fopen("out.txt", "wb");
    while ((ch = getc(in)) != EOF){
         putc(ch, out);
    }
}
運行后結(jié)果是：out.txt的大小和in.txt的大小完全一樣。
然后修改in.txt如下，在原來的基礎(chǔ)上加入一些中文：
-------in.txt修改后的內(nèi)容如下---------
abcde
這是一個測試文件
測試中文字符
-------in.txt結(jié)束--------------------
運行后記過也是大小是一樣的。將源程序中的“in = fopen("in.txt", "rb");out = fopen("out.txt", "w");”改為“in = fopen("in.rar", "rb");out = fopen("out.rar", "wb");”，其中，in.rar是一個壓縮包文件，大小有4M多，運行程序后，得到的out.rar文件只有800多k，雙擊解壓也出現(xiàn)錯誤，無法解壓。
結(jié)論1：在C里，操作文件的時候，如果打開方式是“r”或者“w”，是以文本形式打開，也就是讀如內(nèi)存的字符值都是0－256之間，不可能出現(xiàn)－1，所以用EOF來判斷是可以的，但是如果以“rb”或者“wb”方式打開，以二進制讀入內(nèi)存或者寫入文件，出現(xiàn)負數(shù)是可能的，所以用EOF來判斷不能將文件讀完就已經(jīng)結(jié)束了。之所以在上面測試中有中文的in.txt文件沒有出錯，是因為在這個文中的中文恰好沒有一個的二進制碼是-1的；在后來的.rar測試中，就是讀到800多K時就遇到了－1，所以文件結(jié)束。
測試二，修改test1.c為test2.c
-------test2.c----------------
int main(int argc, char* argv[]){
    FILE* in;
    FILE* out;
   
    in = fopen("in.txt", "rb");
    out = fopen("out.txt", "wb");
    while (!feof(in)){
         putc(getc(in), out);
    }
}
不管是什么方式打開，打開什么文件，都能把原文件完全讀到新文件中，不過在新文件的末尾多了一個奇怪的字符（y上面多兩點，其二進制值是－1）。
在讀in.rar的時候，我把循環(huán)該成了永真循環(huán)，執(zhí)行后用CTR+Z結(jié)束，out.rar大小為11M,比in.rar（4.2M）大了一倍多，但是我打開out.rar可以解壓，而且解壓出來的文件跟in.rar解壓出的文件的大小是一樣的。用UtralEdit打開out.rar發(fā)現(xiàn)從某一個時候開始，后面的所有二進制都是‘FF’（即－1），頓時明白out.rar比in.rar大的那部分其實全是－1。
結(jié)論2：在C里－1被定義成是文件結(jié)束符，所以在文件末尾多余的－1都不會影響文件的使用。
測試三，根據(jù)第二得到的結(jié)論，我想那如果一開始讀第一個字符的時候就讀到－1（文件結(jié)束符）會怎么樣呢？我又做了測試，
-------test3.c----------------
int main(int argc, char* argv[]){
    char ch= -1;
    FILE* in;
     
    in = fopen("in.txt", "wb");
    putc(ch, in);
}
然后又用記事本打開in.txt，在那個奇怪的字符（y上面多兩點，其二進制值是－1）后面自己加了一些英文字符。分別用test1.c和test2.c進行試驗，test1中新文件沒有內(nèi)容；test2全部都能讀到新文件中，只不過test2中的新文件后面仍讓有那個奇怪字符（y上面多兩點，其二進制值是－1）。很奇怪阿，如果－1是文件結(jié)束符的話，應(yīng)該在讀第一個字符的時候就停止了阿，怎么還能把－1后面的字符都讀到新文件中呢？又查閱了資料，自己猜想結(jié)論如下：雖然－1在C里被定義成文件結(jié)束符（EOF），但并不是說文件里出現(xiàn)了－1就表示文件結(jié)束，其實文件結(jié)束時候的－1是系統(tǒng)在讀到文件結(jié)束時候返回的一個值，而不是說系統(tǒng)讀到－1就知道文件結(jié)束（不知道有沒有把我的意思描述清楚），簡言之就是系統(tǒng)現(xiàn)知道文件結(jié)束了才返回－1，而不是先讀到－1才知道文件結(jié)束。所以，在文件中出現(xiàn)的－1并不是說文件結(jié)束，只有當真正文件指針指向文件結(jié)尾的時候系統(tǒng)返回的那個－1才表示文件結(jié)束。之所以在test1中不能讀是因為EOF＝－1，用讀出來的－1跟EOF比較肯定是真的。（這個部分很難描述，大家可以去實際試驗下，有什么問題歡迎討論。）
第四，用fread（）函數(shù)來判斷文件結(jié)束：
-------test4.c----------------
int main(int argc, char* argv[]){
    char ch;
    FILE* in;
    FILE* out;
   
    in = fopen("in.txt", "rb");
    out = fopen("out.txt", "wb");
    while (fread(&ch, sizeof(char), 1, in) == 1){
         putc(ch, out);
    }
}
這個方法能夠把文件都讀到新文件中，并且能有效判斷文件結(jié)束（不會在末尾添加上奇怪字符（y上面多兩點，其二進制值是－1）），在測試三中試驗的文本in.txt也能讀，而且是全部字符都讀到新文件中。
結(jié)論4：從一定程度上證明了測試三猜想的正確性。
最后
通過上面四個試驗，對C中的文件操作又有了更深的認識，在查資料的時候還發(fā)現(xiàn)文件操作跟操作系統(tǒng)、編譯器也有一定的關(guān)系。不管怎么說，如果用C操作文件的時候，建議用上面測試四中的方法。


本文來自ChinaUnix博客，如果查看原文請點：http://blog.chinaunix.net/u/10951/showart_2070117.html