无法在 GNU/Linux 中读取二进制视频文件答案

【问题标题】：Cannot read binary video files in GNU/Linux无法在 GNU/Linux 中读取二进制视频文件
【发布时间】：2009-10-06 15:45:37
【问题描述】：

我被一段看似无害的代码困住了。我正在尝试将整个 flv 视频文件读入 uint8_t 数组，但毫无理由只读取前 10 个字节。

contents = malloc(size + 1);

if (read(fd, contents, size) < 0)
{
    free(contents);
    log_message(WARNING, __func__, EMSG_READFILE);
    return (NULL);
}

我也尝试过使用 fopen 和“rb”，但似乎 Glibc 忽略了额外的“b”或其他东西。有什么线索吗？

提前致谢。

编辑：也许它读取的是 EOF 字符？

PS。 'size' 是一个包含使用 stat() 的实际文件大小的变量。

【问题讨论】：

尺寸是多少？并且你检查过malloc的返回值不为null吗？
我相信 fopen 的 'b' 标志只在 Windows 中需要。它在 Linux 中被忽略，因此您可以将其包含在内以实现可移植性。
你检查过返回的错误吗？见 strerror(int errnum)

标签： c linux file

【解决方案1】：

似乎原始代码正确读取了整个内容。

问题似乎在于使用该二进制数据 - 将其打印出来会在第一个空值处截断，看起来只有 10 个字节存在。您不能使用任何用于字符串或字符数组的方法来输出二进制数据，因为它们会在第一个空字节处截断，使数组看起来比实际短。

查看与查看十六进制数据相关的其他一些问题： how do I print an unsigned char as hex in c++ using ostream? Converting binary data to printable hex

如果你想把它附加到一个字符串 - 以什么格式？十六进制？基数64？原始字节不起作用。

这是我发布的原始代码。一些小的改进，加上一些更好的诊断代码：

int ret, size = 4096; /* Probably needs to be much bigger */
uint8_t *contents;
contents = malloc(size + 1);

if(contents == NULL)
{
    log_message(WARNING, __func__, EMSG_MEMORY);
    return (NULL);
}

ret = read(fd, contents, size);
if(ret < 0)
{
    /* Error reading file */
    free(contents);
    log_message(WARNING, __func__, EMSG_READFILE);
    return (NULL);
}

for(i = 0;i < ret;++i)
{
    printf("%c", contents[i]);
    /* printf("%0.2X", (char) contents[i]); /* Alternatively, print in hex */
}

现在，ret 真的是 10 吗？还是当您尝试打印输出时只得到 10 个字节？

【讨论】：

哇... read() 实际上返回整个大小，但在 gdb 中我只得到这个： $2 = (uint8_t *) 0xb65f2008 "FLV\001\005"
这可能是直到第一个空字节之前的缓冲区。试试我刚刚添加的 printf...如果您的声明不同，也可能是指针问题...
那么您正在阅读整个文件。 gdb 将 char 数组视为字符串，并将在第一个空字节处截断输出。试试“p/x 内容”。
它会 - printf() 只打印一个字符串，直到第一个空值。尝试循环返回的数据，将每个字符打印为 %u
@Manuel: strlen 对二进制数据毫无用处，而 FLV 视频显然是这样。

【解决方案2】：

C 库中的“read()”函数不一定会一次性返回整个读取。事实上，如果您要读取大量数据，它通常不会在一次调用中将其提供给您。

解决这个问题的方法是在循环中调用 read()，继续请求更多数据，直到你得到所有数据，或者直到 read 返回错误，由负返回值指示，或 end-of-文件，由零返回值指示。

类似于以下内容（未经测试）：

contents = malloc(size + 1);

bytesread = 0;
pos = 0;
while (pos < size && (bytesread = read(fd, contents + pos, size - pos)) > 0)
{
    pos += bytesread;
}

if (bytesread < 0)
{
    free(contents);
    log_message(WARNING, __func__, EMSG_READFILE);
    return (NULL);
}

/* Go on to use 'contents' now, since it's been filled.  Should probably 
   check that pos == size to make sure the file was the size you expected. */

请注意，大多数 C 程序员会以不同的方式执行此操作，可能使 'pos' 成为移动的指针，而不是每次通过循环时从 'contents' 偏移。但我认为这种方法可能更清晰。

【讨论】：

+1 用于在循环中调用“读取”。应该检查 malloc 是否由于到期而失败。
是的，代码应该检查 malloc 是否失败。在实践中，malloc 实际上（呵呵）在 Linux 或其他现代操作系统上永远不会失败，如果它失败了，那么只要取消引用内容指针，程序就会出现段错误。奇怪的是，如果 malloc 确实失败了，您唯一的选择就是无论如何都要中止程序。但是，为了正确起见，应该检查 malloc 的返回值。

【解决方案3】：

成功时，read() 返回读取的字节数（可能少于您要求的，此时您应该要求其余的。）在 EOF 上它将返回 0，在错误时它将返回 - 1.对于某些错误，您可能需要考虑重新发出读取（例如，EINTR，当您在读取期间收到信号时会发生这种情况。）

【讨论】：