C++字符输入方式初探——为什么不能eof

前言

众所周知，C++的字符处理，尤其是输入输出，各种“读到文件结束”十分复杂。本文简单研究一下C++的各种字符输入方式。

由于C++提供了各种eof方法以供判断文件结尾，这就让人产生一种写类似这样代码的冲动：

while(eof){
    读入什么东西;
}

而它在绝大多数情况下都是不能正常工作的。如果你改成这样：

while(true){
    读入什么东西;
    if(eof) break;
}

就能正常运行了，但是看上去一点也不不优美酷炫装逼吊炸天。

本文的目的就是对C++中各种主流读入方式，研究第一种方法为什么不行。

注意：本文所有测试都是在Windows环境下进行的。

C风格

C++中，字符输入输出有两种风格：一种是继承于C的，cstdio库中包含的各函数，另一种是C++风格的，iostream/fstream。

在cplusplus.com中，可以查到cstdio的如下成员函数：

getchar();fgetc();getc();
gets();fgets();
scanf();fscanf();
fread();

各种getchar

这里有三个函数：getchar，fgetc和getc。其中，fgetc和getc等价，它们都相当于给定了输入文件指针的getchar。

getchar函数的返回值是一个int：如果它成功读取字符，这个int就等于读取字符的ASCII码，否则就是EOF。这个EOF是编译器用宏定义的一个常数，也就是-1.  “读取不成功”包含你能想到的各种情况：比如读完了文件的最后一个字符，或文件不存在，或文件为空。

如果用getchar读取文件，能否用eof（注意这是小eof，那个大EOF是一个宏定义的常量）判断文件是否结束呢？答案是不行。不妨做个实验：

    freopen("input.in","r",stdin);
    while(!feof(stdin)){
        cout<<(int)getchar()<

这个feof是cstdio中的eof函数（判断文件是否结束），在这里一定不能用cin.eof()，它俩根本不是一个系统的。

这个原因是为什么呢？在cstdio中，判断eof的方式是设一个标志（end of file indicator），这个标志平时是0，而当你用任何方式试图去读“文件结尾再下一位”的时候，它就会变成一个正值，表明文件结束。但是，如果一直用getchar，那么它站在文件末尾的时候并不知道下一位还有没有东西，那就需要进行一次尝试，所以就读进来了一个-1.

参见文章：

http://blog.csdn.net/rebel_321/article/details/4927464

当然，不能eof也不是什么大事：用-1判就行了嘛。本来getchar返回-1就是为这个目的而设计的。

在C++读入界，getchar就像一个香港记者：跑得比谁都快，（因此称霸OI选 手的快速读入模板），但读来读去，不做任何格式分析，too simple。想判空格？想判换行？客官您自己写去吧。

举个栗子：

    freopen("input.in","r",stdin);
    char c;
    while((c=getchar())!=-1){
        cout<


如此就可把一个文件里的所有字符从头到尾，原封不动地输出出来。

gets和fgets

不同于getchar/fgetc，fgets和gets有显著区别。

gets

gets的函数原型是：

char * gets ( char * str );

它的作用是：读取字符数组直到遇见一个回车（'\n'），或读到了文件末尾。如果读取成功，它会把读取的东西放进str数组中（不包括最后可能的换行符，并在str的末尾添加一个'\0'），并返回str的指针。如果读取失败，str数组不变，并返回一个空指针（NULL）。如果这一行有回车，它就相应读入一个长度为0的字符数组。

那么，gets能不能用eof判文件结束呢？答案是：不太行。用下面的代码试一试：

    freopen("input.in","r",stdin);
    char s[100];
    char *s1;
    while(!feof(stdin)){
        s1=gets(s);
        printf("%d ",s1);
        cout<


你会发现：如果你的文件最后一行不是回车，那么它能正常工作。否则不行。

这个锅是这么产生的：当fgets读了最后一行，看到了回车，并发现后面没有的时候，就会设置eof标志 。而这一行的读入是否成功呢？如果这一行有字符，它就认为成功，否则（即最后一行是回车）失败。如果读取失败，那它就不会改变str的值——这就导致看上去，倒数第二行被读了两次。

当然，eof不靠谱，用靠谱的方法就是了——看看gets的返回值是不是NULL即可。如果你是一名经验丰富的膜法师，不妨用这个函数，无他，代码短尔。

fgets

fgets和原型是：

char * fgets ( char * str, int num, FILE * stream );

它比gets多了两个参数：num代表最多允许读取的位数，stream是文件指针。

fgets还有一个重大的不同：它会把回车（如果有的话）放在读入的字符数组后面。这就会造成一种尴尬的局面：最后一行的后面没有回车（如果它能被成功读入的话）。其他都和gets一样。

scanf和fscanf

这两个都是大家喜闻乐见的函数。fscanf就是scanf加一个文件指针，这里按下不表。

scanf的用法比较多样，这里主要关注两种：用它读"%s"（字符数组）和"%c"（字符）。

字符数组

scanf("%s",str); 这条命令意味着：一直读字符，直到遇到空格/tab/回车/文件结束。它返回一个整数：如果读取成功，就返回读取的字符数组个数（这里只打了一个%s，所以至多是1），如果读取失败，就返回常量EOF（也就是-1）。如果想用eof读到文件结尾，就会和gets遇到同样的问题：如果文件的最后一个字符是空格/tab/回车之一，最后一次读取就会挂掉。

不用eof，用返回-1这个标准判断就能搞定了，大家都说好。

字符

scanf("%c",&ch);这条命令等价于：ch=getchar(); 自然，试图用eof判结尾也会遇到getchar中出现的问题。

换言之，scanf一个字符和getchar的功能完全一样——而且它比getchar跑得慢。

那这个用法和咸鱼有什么区别呢？

完全没有区别，它就是咸鱼。

呃……其实还有点区别。你可以指定读几个字符，并且把传过去的&ch换成一个字符数组。这个用法比较生僻，就略过了。

fread

fread的函数原型是：

size_t fread ( void * ptr, size_t size, size_t count, FILE * stream );

它的作用是一下把一整个文件（stream）读进数组ptr里。size是要读入的每个字符的大小（以byte记），而count是总共至多读多少个字符。它的返回值是一个非负整数：成功读入的字符个数。

这个函数一般不用，用法和getchar类似，好处也是跑得比谁都快，不过得预先开一个数组。 举个栗子：

    FILE *fin = fopen("input.in","r");
    char s[100]={0};
    cout<

C++风格

至于C++风格，就是大家喜闻乐见的，iostream和fstream全家桶。

首先明确一点：iostream和fstream都是继承istream类而来。换个容易理解的说法：cin和fin其实是一个东西。下面我们全部用cin为例。

研究一下istream类，其中能读东西的大概是这些函数：

cin>>yituodongxi;//一坨东西
cin.get();
cin.getline();
cin.read();

重载运算符

istream类型重载了>>（右移）运算符，使得你能够顺滑地干类似cin>>a;这样的事情。我们在这里讨论两种情况：读一个字符，和读一堆字符。

读一个

C++实现istream类型的方法比较复杂，它包装了一个streambuf类型，从而让它同时能读字符/字符串/字符数组。具体的操作细节不用关心，如果cin>>ch;（ch是char型），它做的事情是：读第一个非空格/tab/回车/文件结束的字符。

它和getchar都是“读一个字符”的方法，而如果妄图用cin.eof()判文件结尾，getchar的问题在这里同样会出现。更为坑爹的一点是：如果读不成，它会直接让你的ch保持原样，而非像getchar那样，给一个-1供人凭吊。在表面上看来，就是最后一个字符会重复读两遍。

举个栗子：

    freopen("input.in","r",stdin);
    char ch;
    while(!cin.eof()){
        cin>>ch;
        cout<<(int)ch<<" "<

读一堆

如果你cin的是一个字符串/字符数组，那它的表现和scanf一个字符数组是类似的。如果文件的最后一个字符是空格/tab/回车之一，while(eof)就会失败。

get

cin.get()重载了好多种，不过都和之前我们研究过的函数等价：

int get();//这货就是getchar
istream& get (char& c);//这货相当于scanf("%c")，但读取失败会返回NULL
istream& get (char* s, streamsize n);//这货相当于scanf("%s")，同样读取失败返回NULL
istream& get (char* s, streamsize n, char delim);//和楼上类似但可以自定义分隔符
istream& get (streambuf& sb);//能兼容上面几种
istream& get (streambuf& sb, char delim);//和楼上类似但可以自定义分隔符

getline

cin.getline()有两种：

istream& getline (char* s, streamsize n );
istream& getline (char* s, streamsize n, char delim );//能自定义分隔符

它其实和gets一样（但你得指定最大读取长度n），试图用while(eof)时遇到的问题也和gets一样：如果文件的最后一个字符是回车，就会挂掉。

举个栗子：

    freopen("input.in","r",stdin);
    char ch[100];
    while(!cin.eof()){
        cin.getline(ch,100);
        cout<

read

其实就是fread的C++版本啦。毫无保留地把所有字符读进来，从头读到尾。不过用法简洁一些，省去了sizeof(char)。

举个栗子：

    freopen("input.in","r",stdin);
    char str[100];
    cin.read(str,100);
    cout<

总结

为什么while(eof)这种写法不能正常运行呢？简而言之，分为两种：读单个字符的方法，原因是在“无法预知未来”；读一串字符的方法，原因是“无法定义失败”。好像突然就哲学起来了……（逃

我们总结出如下这张表格，作为参考：

函数名	读取个数	分隔符	eof什么时候失败	读取失败的特征
getchar/fgetc/getc	一个	无	永远	返回-1
gets/fgets	多个	回车('\n')	文件末尾是分隔符	返回NULL
scanf/fscanf "%c"	一个	无	永远	返回-1
scanf/fscanf "%s"	多个	空格/tab/回车	文件末尾是分隔符	返回-1
fread	多个	无	无	无
cin>>ch	一个	空格/tab/回车	永远	返回NULL
cin>>str	多个	空格/tab/回车	文件末尾是分隔符	返回NULL
cin.get()	一个	无	永远	返回-1
cin.get(ch)	一个	无	永远	返回NULL
cin.get(str)	多个	空格/tab/回车	文件末尾是分隔符	返回NULL
cin.getline	多个	回车('\n')	文件末尾是分隔符	返回NULL
cin.read	多个	无	无	无