如何在 C/C++ 中读取文件时搜索新行

Question

我正在 Unix 中实现我自己版本的 ("cat") 命令以进行练习。在我这样做之后，我开始对实现一些标志（如（-n）和（-b））感兴趣。

我的问题：我正在寻找一种在读取文件时定位空白行和新行的方法。我不记得我应该使用什么库或函数。

这是我正在处理的源代码：

#include <fcntl.h>
#include <unistd.h>

static int cat_fd(int fd) 
{
   char buf[4096];
   ssize_t nread;

   while ((nread = read(fd, buf, sizeof buf)) > 0) 
   {
      ssize_t ntotalwritten = 0;
      while (ntotalwritten < nread) 
      {
         ssize_t nwritten = write(STDOUT_FILENO, buf + ntotalwritten, nread - ntotalwritten);

         if (nwritten < 1)
         {
            return -1;
         }

         ntotalwritten += nwritten;
      }
   }

   return (nread == 0) ? 0 : -1;
}

static int cat(const char *fname) 
{
   int fd, success;

   if ((fd = open(fname, O_RDONLY)) == -1)
   {
      return -1;
   }

   success = cat_fd(fd);

   if (close(fd) != 0)
   {
      return -1;
   }

   return success;
}


int main(int argc, char **argv) 
{
    int i;

    if (argc == 1) 
    {
       if (cat_fd(STDIN_FILENO) != 0)
          goto error;
    } 

    else 
    {
      for (i = 1; i < argc; i++)
      {
         if (cat(argv[i]) != 0)
         {
            goto error;
         }
      }
    }

    return 0;

    error:
      write(STDOUT_FILENO, "error\n", 6);
      return 1;
}

非常感谢有关我的问题的任何想法或建议。 如果您能帮我输入完整的函数原型，我将不胜感激，因为我不是经验丰富的程序员。

提前感谢您的帮助。

P.S：我正在实现 (-n) 和 (-b) 标志。因此，我期待在我正在阅读的文件的每一行的开头写下行号。

Answer 1

虽然在 C 中有一个函数可以进行基于行的文件输入（称为 fgets），但你不能真正将它用于 cat，因为：

• 无法事先知道行的最大长度；
• 如果输入包含空字节，您将丢失部分输入。

读取缓冲区后，您必须在缓冲区中查找换行符，一旦找到，打印缓冲区的前缀，然后是换行符、行号和缓冲区的其余部分（附加处理当然是剩余的换行符）。

一个更简单的解决方案是切换到一次处理一个字节的输入；您可以使用 FILE* 和 fgetc 来使用 CRT 提供的缓冲，这样您实际上就不会像现在一样为每个读/写执行系统调用，也不会像现在一样读取块中的文件，而是在循环内进行字节处理。然后就是写一个状态机的问题——如果之前读取的字符是换行符，那么输出一个行号，除非这个字符是换行符并且使用了 -b 选项，等等。

这仍然会导致效率较低的解决方案，因此您可能希望专门处理不带参数的 cat - 即仅在需要时才切换到逐字节处理。事实上，这正是至少一个实际的 cat 实现所做的。

Answer 2

我记得读过 cat 内存映射文件以快速执行。使用 mmap(2)。 http://kernel.org/doc/man-pages/online/pages/man2/munmap.2.html 我找到了这个例子：http://ladweb.net/src/map-cat.c 我知道这并不能回答您关于换行符的问题。我猜 memchr() 可以解决问题。