c++ - 在 C++ 中逐行读取二进制文件

Question

我是 C++ 的初学者，希望您能多多包涵。

尝试读取一个文本格式的文件，每行都有如下所示的行(前几行，称为标题行):

@HD VN:1.5  SO:queryname

或者像这样

read.1  4   *   0   0   *   *   0   0   CAACCNNTACCACAGCCCGANGCATTAACAACTTAANNNCNNNTNNANNNNNNNNNNNNTTGAAAAAAAAAAAAAAAAAA    A<.AA##F..<F)<)FF))<#A<7<F.)FA.FAA.)###.###F##)############)FF)A<..A..7A....<F.A    XC:Z:CAACCNNTACCA   RG:Z:A  XQ:i:2

两者都是制表符分隔的。

文件非常大，因此是二进制格式。 我想知道是否可以从二进制格式文件中读取每一行，对该行进行一些处理，然后将其写入二进制格式输出文件。

我从这段代码开始:

#include <iostream>
#include <fstream>
#include <string>
using namespace std;
int main(int argc, char* argv[])
{
  string input_file = argv[1];
  string output_file = argv[2];
  string line;
  ifstream istream;
  istream.open(input_file.c_str(),ios::binary|ios::in);
  ofstream ostream;
  ostream.open(output_file.c_str(),ios::binary|ios::out);
  while(getline(istream,line,'\n')){
    if(line.empty()) continue;
    //process line assuming it is read as a string
    ostream<<line<<endl;
  }
  istream.close();
  ostream.close();
}

但它崩溃了:Segmentation fault (core dumped)，在我试图将 line 解析为 string 的部分 vector 。

有没有办法读取二进制格式并将其按行拆分，对每一行进行字符串处理，然后将它们写入二进制输出？

顺便说一句，我在 Linux 上运行它。

Answer 1

Is it possible to read a binary file line by line?

原则上，每个文件都是二进制的，因为计算机就是这样工作的。现在，说“我正在尝试逐行阅读”显然意味着您将其视为文本文件——“行”是一个文本概念。

The file is very large and therefore is in binary format.

这是一流的废话。大小不会改变文件的格式。

How do I get each line as a string? Does the ostream<<line<<endl; work for writing a string to a binary file?

是和否:如果您的文件不是 文本文件，为什么这些 '\n' 很重要？字符是？对于非文本文件，这些只是普通字节，如 'a'或 \0x00或 0xFF .所以基本上，您正在查看 试着找出里面的字母。

但是，根据您对我们正在讨论的文件的说明，它们实际上是仅包含文本的文件。

所以你的问题似乎在于单行可能超过你在 std::string 中可用的存储空间。 .这是一种罕见的情况——但它似乎可能发生在基因串上。出色地。

让自己熟悉 C++ 具有的非面向文本的文件 I/O。基本上，有 ifstream.read()并且您应该使用它来获取(有限的)字节数，进行处理，写入输出，重复。注意输入中的换行符，如果您已经阅读过它，请“倒带”您的文件 ( fseek )。

另外，我真的很想知道你的台词需要多长时间才能中断 std::string .我猜你可能在一些非常有限的操作系统(32 位？)或计算机(非常小的 RAM + Swap？)上运行。