读取一个二进制文件，其中每个元素都是一个 2 字节整数答案

【问题标题】：Read a binary file where every element is a 2 byte integer读取一个二进制文件，其中每个元素都是一个 2 字节整数
【发布时间】：2019-01-08 19:46:38
【问题描述】：

我有一个扩展名为 .b16 的二进制文件，包含的信息为无符号整数（范围 0..65535，文件扩展名 .b16，字节顺序：低字节/高字节）。

主要文件是 otypes03.b08 到 otypes08.b08、otypes09.b16 和 otypes10.b16。它们包含所有不等价的坐标给定点数 n 的点集（订单类型）。

我已成功读取所有扩展名为 .b08 的文件，但是在读取 .b16 文件时，我没有得到预期的信息。

到目前为止我所拥有的：（这是读取算法的修改版本，专门用于 .b16 格式）

int readPoints(int n, string file_name, vector<Point> & vPoints){
    ifstream input(file_name, std::ios::binary);
    if(input.fail()) return 1;

    vector< unsigned char> buffer(std::istreambuf_iterator<char>(input), {});
    //Copying each pair of binary points to a vector of Point objects
    Point temp;
    for( unsigned int i=0;i< buffer.size();i+=4){
        temp.x = buffer[i] | buffer[i+1]  ;
        temp.y = buffer[i+2] | buffer[i+3]  ;
        vPoints.push_back(temp);
    }
    return 0;
}

文件的每个元素都是平面中一个点的坐标，但是我似乎读错了，读取的坐标不是应该的。我不知道我做错了什么。

我用于 .b08 格式的内容：

//Reads a file of binary points and stores it on vector vPoints.
int readPoints(int n, string file_name, vector<Point> & vPoints){
    ifstream input(file_name, std::ios::binary);
    if(input.fail()) return 1;
    // copies all data into buffer
    //Stored as unsigned int. Arithmetic operations (+-*/) can be used! :)
    //Can be treated as signed int or unsigned int.
    vector< unsigned char> buffer(std::istreambuf_iterator<char>(input), {});
    //Copying each pair of binary points to a vector of Point objects
    Point temp;
    cout << "Buffer size: " << buffer.size() << endl;
    for( unsigned int i=0;i< buffer.size();i+=2){
        temp.x = buffer[i];
        temp.y = buffer[i+2];
        vPoints.push_back(temp);
    }
    return 0;
}

关于我正在使用的数据库的更多信息在这里： http://www.ist.tugraz.at/aichholzer/research/rp/triangulations/ordertypes/

我要读取的文件是 otypes09.b16，大小为 5.7MB，以防您想尝试一下。

感谢您的宝贵时间。

【问题讨论】：

您有两种选择： 1) 将 16 位文件读入内存，然后根据需要交换字节；或 2) 一次读取两个字节，组装成正确的字节序并存储到内存中。
字节顺序是否可能与您的系统不同？如果是这样，您应该在读取文件时交换字节顺序
顺便说一句，如果文件的字节顺序与您的系统相同，则以16位读取数据，无需转换。

标签： c++ binaryfiles binary-data

【解决方案1】：

for( unsigned int i=0;i< buffer.size();i+=4){
    temp.x = buffer[i] | buffer[i+1]  ;
    temp.y = buffer[i+2] | buffer[i+3]  ;
    vPoints.push_back(temp);
}

以上内容不正确 - 您将高 8 位的位与低 8 位顶部的位进行或运算，这会破坏数据。您需要先移动位（需要移动哪些位取决于文件是以大端格式还是小端格式存储其 16 位字）。

如果文件的数据是 little-endian 格式，这应该可以：

// read in little-endian 16-bit words
for( unsigned int i=0;i< buffer.size();i+=4){
    temp.x = ((unsigned short)buffer[i+0]) | (((unsigned short)buffer[i+1])<<8);
    temp.y = ((unsigned short)buffer[i+2]) | (((unsigned short)buffer[i+3])<<8);
    vPoints.push_back(temp);
}

...或者如果文件的数据以大端格式存储，它会更像这样：

// read in big-endian 16-bit words
for( unsigned int i=0;i< buffer.size();i+=4){
    temp.x = (((unsigned short)buffer[i+0])<<8) | ((unsigned short)buffer[i+1]);
    temp.y = (((unsigned short)buffer[i+2])<<8) | ((unsigned short)buffer[i+3]);
    vPoints.push_back(temp);
}

【讨论】：

问题末尾的括号表明该文件是 little-endian，因此通过将其放在首位来强调 little-endian 的情况可能会更清楚。
这行得通，但是，我得到的值非常大，我不知道这是否可以，或者在处理它们时是否必须再次移回 8 位。显示的值实际上对于每种订单类型都有正确的形状，只是它们太大了，这让我怀疑。感谢您的宝贵时间。
无符号 16 位整数可以保存 0-65535 之间的值；这样它们就不同于只能保存 0-255 值的无符号 8 位整数。我怀疑较大的值是预期的行为（因为能够保持较大的值是使用 16 位而不是 8 位编码的唯一优势，否则，为什么要浪费磁盘空间使文件大两倍？）跨度>
只需要对这些数据进行我尝试的操作是有意义的，谢谢！将此答案标记为最终答案。

【解决方案2】：

这是一种方法：

uint8_t lsb;
uint8_t msb;
uint16_t value;
std::vector<uint16_t> database;
//...
input.read((char *) &lsb, sizeof(lsb));
input.read((char *) &msb, sizeof(msb));
value = msb * 256 + lsb;
database.push_back(value);

因为这是一个二进制文件，所以使用read方法。您可以将 value 分配替换为：
value = msb << 8 | lsb;
虽然一个好的编译器应该将第一个 value 赋值转换为第二个。

【讨论】：

【解决方案3】：

在这种情况下，取决于数据的平均值，并且具有绝对分辨率，我喜欢使用联合。你可以做的是有一个联合，它有一个 int 成员以及一个包含 2 个短裤的结构。每个 short 将保存 2 个 16 位整数的二进制结构。

话虽如此，以上答案可能对您来说还不错。这样的做法很多，所以为你设计合适的api吧！

【讨论】：