c - 为什么文件的字符数相同时文件大小不同？

Question

这里，当我使用 stat() 获取文件大小时，它会给出不同的输出，为什么它会这样？

当“huffman.txt”包含一个简单的字符串(例如“Hi how are you”)时，它会给出file_size = 14。但是，当“huffman.txt”包含类似“ÎØSUä5Ñ®qøá”F”的字符串时，它会给出文件大小= 30。

#include <sys/stat.h>
#include <stdio.h>

int main() 
{
    int size = 0;
    FILE* original_fileptr = fopen("huffman.txt", "rb");
    if (original_fileptr == NULL) {
        printf("ERROR: fopen fail in %s at %d\n", __FUNCTION__, __LINE__);
        return 1;
    }
    /*create variable of stat*/
    struct stat stp = { 0 };
    stat("huffman.txt", &stp);
    /*determine the size of data which is in file*/
    int filesize = stp.st_size;
    printf("\nFile size is %d\n", filesize);
}

Answer 1

这与编码有关。

纯文本英文字符采用 ASCII 编码，每个字符都是一个字节。 然而，非纯文本英语中的字符采用 Unicode 编码，每个字符都是 2 字节。

查看正在发生的情况的最简单方法是使用打印每个字符

char c;
/* Read file. */
while (c = fgetc())
  printf ("%c", c)

您将明白为什么文件大小不同。