记录C++文件读取若干问题(1)

文件打开及数据存储方式

文件打开方式：

member constant	stands for	access
std::ios::in	input	读
std::ios::out	output	写
std::ios::binary	binary	指令以二进制方式执行，而非文本
std::ios::ate	at end	在文件尾打开
std::ios::app	append	所有的输出操作在文件尾
std::ios::	truncate	丢弃打开前的内容

读取一个文件首先需要知道文件的组织方式，是文本还是二进制，否则后续读取会出问题。

以二进制方式读取时， 需要知道数据的组织方式，数据描述是什么。有多少数据、数据类型是什么、怎么排布的等，一般数据集都有附带的数据描述。

从二进制文件中读取数据存储到vector中，一开始的做法是先用malloc分配预定大小给指针，然后将数据构造进vector。

size_t dataSize = number*sizeof(float);
float* tmp = (float*)malloc(dataSize);
fin.seekg(offset, std::ios::beg).read((char*)tmp, dataSize);
pbsdf->M = vector<float>(tmp, tmp + number);

后来发现可以直接将数据写入vector，改成以下形式，免去了vector的复制操作：

struct pbsdf{
    std::vector<float> M;
}
pbsdf->M.resize(number);
fin.seekg(offset, std::ios::beg).read((char*)pbsdf->M.data(), number * sizeof(float));

对于string类型也可以如法炮制。

文件指针及tellg、seekg函数

文件操作中读取指针的位置十分重要，可以使用tellg()、seekg()函数来获取当前读取位置、偏移读取指针。

使用上述函数能够简单地计算文件的大小：

std::streampos curPos = fin.tellg();
fin.seekg(0, std::ios::end);
float filesize = fin.tellg() / (1024.0f*1024.0f); // 956623530 / (1024*1024)
printf("Loading tensor data from \"%s\" .. (%lf MB, %i field%s)\n",
	filePath.string().c_str(), filesize, n_fields, n_fields > 1 ? "s" : "");
fin.seekg(curPos, std::ios::beg);

seekg函数使用时有一个注意点，在C++98标准中，如果在调用seekg函数前ifstream的eofbit没有被清除，那么调用会失败。在C++11标准以后行为发生变化，如果在调用seekg前设置了eofbit，那么seekg会清除eofbit。

//C++98
//If the eofbit flag is set before the call, 
//the function fails (sets failbit and returns).
//如果文件已经结束，再次调用seekg前要先clear
fin.clear();
fin.seekg(0, std::ios::beg);

//C++11
//The function clears the eofbit flag, if set before the call.

实际写代码时是如下的连续调用：

fin.seekg(offset, std::ios::beg).read((char*)pbsdf->M.data(), number * sizeof(float));

此时在C++17标准下seekg好像并没有清除eofbit，读取依然失败，数据不对。可能不能连续调用，需要分离一步步调用才可以。