如何为二进制和 ascii 文件定义 EOF答案

【问题标题】：How EOF is defined for binary and ascii files如何为二进制和 ascii 文件定义 EOF
【发布时间】：2016-04-19 06:15:54
【问题描述】：

我在 Windows 上编程 C（系统语言是日语），我遇到了二进制和 ascii 文件的 EOF 问题。

上周我问了this question，一位好心人帮助了我，但我仍然无法真正理解程序在读取二进制文件或 ascii 文件时是如何工作的。

我做了以下测试：

测试1：

int oneChar;
iFile = fopen("myFile.tar.gz", "rb");
while ((oneChar = fgetc(iFile)) != EOF) {
        printf("%d ", oneChar);
}

测试2：

int oneChar;
iFile = fopen("myFile.tar.gz", "r");
while ((oneChar = fgetc(iFile)) != EOF) {
        printf("%d ", oneChar);
}

在 test1 案例中，二进制文件和 ascii 文件都运行良好。但在 test2 中，程序在二进制文件中遇到 0x1A 时停止读取。（这是否意味着 1A == EOF？）ASCII 表告诉我 1A 是一个名为 substitute 的控制字符（不管这意味着什么......）当我 printf( "%d", EOF)，但是，它给了我 -1...

我还找到了this question，它告诉我操作系统确切地知道文件的结束位置，所以我真的不需要在文件中找到 EOF，因为 EOF 超出了一个字节的范围（1A 怎么样?)

有人可以帮我澄清一下吗？提前致谢。

【问题讨论】：

下面是关于你遇到的0x1A的char的一些解释：en.wikipedia.org/wiki/Substitute_character
您是如何确定它在 0x1A 处停止读取的？如果它在其输出末尾打印数字 26 (0x1A)，这意味着它正常读取该字节，但在尝试读取 之后的任何内容时得到 EOF。如果 0x1A 是 EOF，您根本不会在输出中看到该值。
我最后使用了 system("PAUSE") 。所以在 Test1 案例中，它打印为：1 23 43 ... 150 26 46 ... 按任意键继续，但在 Test2 中，它打印为：1 23 43 ... 150 按任意键继续。在 Test1 中，打印了 26，但在 Test2 中，26 之前的数字 150 是它打印的最后一个字符。所以我认为在 Test2 中，26 使 (oneChar = fgetc(iFile)) != EOF 成为错误陈述

标签： c windows file

【解决方案1】：

这是针对文本文件的特定于 Windows 的技巧：SUB 字符，由 Ctrl+Z 序列表示，被解释作为EOF 由fgetc。您不必在文本文件中包含1A 即可从fgetc 返回EOF，但是：一旦到达文件的实际末尾，将返回EOF。

标准没有将1A 定义为char 值来表示EOF。 EOF 的常量是 int 类型的，其负值超出了 unsigned char 的范围。其实fgetc之所以返回int，而不是char，是为了让它为EOF返回一个特殊的值。

【讨论】：

这是否意味着使用其他读取方法（例如getchar()）代替fgetc()可以解决问题？
@CHEN 使用getchar 不会解决这个问题，但是以二进制模式打开文件会解决这个问题（当然，你已经通过实验知道了）。

【解决方案2】：

使用 Ctrl-Z 结束文件的惯例起源于 CP/M，这是一个用于 8080/Z80 微型计算机的非常古老的操作系统。它的文件系统没有将文件大小跟踪到字节级别，只跟踪到 128 字节的扇区级别，因此需要另一种方法来标记文件结束。

Microsoft 的 DOS 尽可能与 CP/M 兼容，因此它在读取文本文件时保持惯例。此时文件大小由文件系统保留，因此并非绝对必要，只是为了向后兼容而保留。

这一惯例在 Windows 的 C 和 C++ 库中一直沿用至今；当您以文本模式打开文件时，会检查每个字符的 Ctrl-Z 并设置文件结束标志（如果检测到）。您会看到向后兼容性的影响发挥到了极致，回到了将近 40 年历史的系统。

【讨论】：

“起源于”CP/M？当然，CP/M 是 Ctrl-Z 作为 EOF 的早期用户，但首先呢？假设我需要查找一些新石器时代的平板电脑才能显示其他信息。
@chux 你是对的，根据Wikipedia，它起源于 DEC，被 CP/M复制。 CP/M 无疑是 DOS 拥有它的原因。
维基提到 DEC 使用它 - 也许它起源甚至更早于计算机知识的长期迷雾。 IAC Ctrl-Z 看起来像个优秀的程序员 epitaph。

【解决方案3】：

找到了一篇回答所有问题的绝妙文章！ https://latedev.wordpress.com/2012/12/04/all-about-eof/

【讨论】：

【解决方案4】：

文本文件中的 EOF 通常是字符 0x1A 或 ASCII 26（如果您愿意）。

【讨论】：