动态字符缓冲区 C

Question

下面是我的代码的一部分，用于从文本文件中读取数据、去除 HTML 并仅打印出普通文本。这一切都很好，但我在阅读所有文本文件时遇到了问题。我将如何阅读整个文本文件，了解我可能需要使用 malloc 但不确定如何使用。

int i, nRead, fd;
int source;
char buf[1024];
int idx = 0;
int opened = 0;

if((fd = open("data.txt", O_RDONLY)) == -1)
{
    printf("Cannot open the file");
}
else
{
    nRead = read(fd, buf, 1024);
    printf("Original String ");
    for(i=0; i<nRead; i++)
    {
        printf("%c", buf[i]);
    }

    printf("\nReplaced String ");

    for(i=0; i<nRead; i++)
    {
        if(buf[i]=='<') {
            opened = 1;
        } else if (buf[i] == '>') {
            opened = 0;
        } else if (!opened) {
            buf[idx++] = buf[i];
        }           
        //printf("%c", buf[i]);
    }
}
    buf[idx] = '\0';
    printf("%s\n", buf);
close(source);

Answer 1

如果您想阅读完整的文件，请执行以下操作：

1. 打开文件
2. 使用fstat - 请参阅fstat - 获取大小
3. malloc 缓冲区即buffer = malloc(fileStats.st_size);
4. 读取文件fread(buffer, fileStats.st_size, 1);
5. 关闭文件。
6. 尽情享受缓冲区的乐趣。

您可能希望将缓冲区大小加一以将空字符放入其中。

Answer 2

您可以将上面的内容放在一个循环中并重复调用read() 来填充缓冲区，而不是将所有文本收集在一个缓冲区中。在阅读时处理每个块，并打印出到目前为止您已处理的部分。当您到达文件结尾时（即，当 read() 返回 0 时）停止。

Answer 3

更有效的方法是使用 mmap() 调用将文件直接映射到内存中：

#include <sys/mman.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <unistd.h>

struct stat statbuf;
stat("data.txt", &statbuf);

size_t len = stat.st_size;

int fd = open("data.txt",O_RDONLY);

char *buf = mmap(NULL, len, PROT_READ, MAP_PRIVATE,fd, 0);
for( i=0; i< len; i++ ) {
   // do your own thing here
}
munmap(buf,len);
close(fd);

如果文件超过 2GB，则使用 mmap2() 调用 - 您将不得不调整页面大小，因为最后一个参数以页面为单位（通常为 4k）