使用fgets()

使用fgets()

这两天想用一下gprof。拿出几天前写的插入排序代码，排序所有的英文单词。这所有的单词加起来有216,555个之多，作为测试数据足以。

将单词拷贝下来，用Vim切割一番，基本也就单行一个单词了，这样便于直接调用I/O接口读取，比如fgets。很久没有写文件I/O方面的代码，这个函数的细节居然给忘记了，翻开APUE，将 Standard I/O Library 一章扫了一遍，算是复习了一遍。其实man一下fgets也可以找到相关的信息。

然后下面是读文件的代码：

#include <stdio.h>

#define MAX_WORD_LEN 16

int read_string_data(char *file, char dest[][MAX_WORD_LEN], int count) {
        FILE *fp = fopen(file, "rb");
        int idx = 1; /* start from 1, to conform to the Vim's line number while output to file. */
        char *ret = NULL;
        for (;;) {
                ret = fgets(dest[idx], MAX_WORD_LEN, fp);
                dest[idx][strlen(dest[idx]) - 1] = 0; /* delete '\n' */
                if (ret == NULL) {
                        printf("reading line %d error.", idx);
                        break;
                }
                idx++;
                if (idx > count)
                        break;
        }

        fclose(fp);
}

但是我发现，读出来的单次个数没有216,555，但idx已经满足了退出条件。问题在哪？

一查发现有些单次的字节数会大于16个字节，而且在fgets的时候，会连同行尾的'\n'也读入目标字符串中。这样如果单个单词的字节数超过14个，再加上'\n'以及一个'\0'字节，就已经超过了预设的缓冲区。但是fgets()会保证只读出16个字节，这样，如果'\n'的索引为16，那么fgets()就不会将其读入，在下一次while循环的时候，再将这个'\n'读入下一个缓冲区---然后本次读行操作结束，本次只将'\n'写入了缓冲区，但是idx自加,到最后，由于过长单词对idx的干扰，导致idx提前达到count极值，while()退出。其实将单词长度加长一点就行了。

这就是为何有些单次没有读出来但while()却已经运行了count次数的原因。当fgets()发现缓冲区不够用时，为何不报错呢？对于文本文件而言，其单行长度是没有限制的，所以如果缓冲区不够，直接返回NULL不就行了么？

fgets()究竟为何这样实现，暂且不论，可能是有历史原因的。其实还有一个gets()，这哥们就极端了，只接受一个char*参数，也即不管你给的这个缓冲区是多少（前提是不是NULL，不然segment error），就往里面丢数据，当遇到巨无霸的行数据，当缓冲区不够时，可能就会溢出，然后，然后，然后你就等着程序在莫名其妙的地方crash吧。相比而言，还是fgets()厚道。APUE明言道：

...The gets() function should never be used...it doesn't allow the caller to specify the buffer size. This allow the buffer to overflow...

但是gets()函数却不会将'\n'读进来，这大概是其唯一值得存在的理由了。Unix API以其严谨简明著称，但也可以满足不同的口味，对于不想处理'\n'，只想写测试用例的coder而言，用gets()来读一些简单文件，还是蛮惬意的。

posted on 2012-09-25 02:39  coanor 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/coanor/archive/2012/09/25/2700948.html