c++ - ifstream::unget() 失败。 MS 的实现有问题还是我的代码有误？

Question

昨天我在相当简单的代码中发现了一个奇怪的错误，该错误基本上是从 ifstream 获取文本并将其标记化。实际上失败的代码进行了多次 get()/peek() 调用以查找 token “/*”。如果在流中找到 token ，则调用 unget() 以便下一个方法看到以 token 开头的流。

有时，似乎只取决于文件的长度，unget() 调用会失败。它在内部调用 pbackfail() 然后返回 EOF。然而，在清除流状态后，我可以愉快地读取更多字符，所以它不完全是 EOF..

深入研究后，这里是可以轻松重现问题的完整代码:

#include <iostream>
#include <fstream>
#include <string>

  //generate simplest string possible that triggers problem
void GenerateTestString( std::string& s, const size_t nSpacesToInsert )
{
  s.clear();
  for( size_t i = 0 ; i < nSpacesToInsert ; ++i )
    s += " ";
  s += "/*";
}

  //write string to file, then open same file again in ifs
bool WriteTestFileThenOpenIt( const char* sFile, const std::string& s, std::ifstream& ifs )
{
  {
    std::ofstream ofs( sFile );
    if( ( ofs << s ).fail() )
      return false;
  }
  ifs.open( sFile );
  return ifs.good();
}

  //find token, unget if found, report error, show extra data can be read even after error 
bool Run( std::istream& ifs )
{
  bool bSuccess = true;

  for( ; ; )
  {
    int x = ifs.get();
    if( ifs.fail() )
      break;
    if( x == '/' )
    {
      x = ifs.peek();
      if( x == '*' )
      {
        ifs.unget();
        if( ifs.fail() )
        {
          std::cout << "oops.. unget() failed" << std::endl;
          bSuccess = false;
        }
        else
        {
          x = ifs.get();
        }
      }
    }
  }

  if( !bSuccess )
  {
    ifs.clear();
    std::string sNext;
    ifs >> sNext;
    if( !sNext.empty() )
      std::cout << "remaining data after unget: '" << sNext << "'" << std::endl;
  }

  return bSuccess;
}

int main()
{
  std::string s;
  const char* testFile = "tmp.txt";
  for( size_t i = 0 ; i < 12290 ; ++i )
  {
    GenerateTestString( s, i );

    std::ifstream ifs;
    if( !WriteTestFileThenOpenIt( testFile, s, ifs ) )
    {
      std::cout << "file I/O error, aborting..";
      break;
    }

    if( !Run( ifs ) )
      std::cout << "** failed for string length = " << s.length() << std::endl;
  }
  return 0;
}

当字符串长度接近典型的 multiple=of-2 缓冲区大小 4096、8192、12288 时，程序失败，输出如下:

oops.. unget() failed
remaining data after unget: '*'
** failed for string length = 4097
oops.. unget() failed
remaining data after unget: '*'
** failed for string length = 8193
oops.. unget() failed
remaining data after unget: '*'
** failed for string length = 12289

在 Windows XP 和 7 上测试时会发生这种情况，两者均在调试/ Release模式下编译，动态/静态运行时，32 位和 64 位系统/编译，全部使用 VS2008，默认编译器/链接器选项。 在64位Debian系统上用gcc4.4.5测试没发现问题。

问题:

1. 其他人可以测试一下吗？我非常感谢 SO 的积极合作。
2. 代码中是否有不正确的地方会引起问题(不说是否合理)
3. 或任何可能触发此行为的编译器标志？
4. 所有解析器代码对于应用程序来说都相当关键，并且经过了大量测试，但当然在测试代码中没有发现这个问题。我应该想出极端的测试用例吗？如果是的话，我该怎么做？我怎么能预测这会导致问题？
5. 如果这确实是一个错误，我应该在哪里最好地报告它？

Answer 1

is there anything that is not correct in the code that could cause the problem (not talking about whether it makes sense)

是的。标准流必须至少有 1 unget()位置。所以你可以安全地只做一个 unget()在调用 get() 后.当您调用 peek()并且输入缓冲区为空，underflow()发生并且实现清除缓冲区并加载新的数据部分。注意 peek()不会增加当前输入位置，因此它指向缓冲区的开头。当您尝试 unget()该实现试图减少当前输入位置，但它已经在缓冲区的开头，因此它失败了。

当然这取决于实现。如果流缓冲区包含多个字符，则它有时会失败，有时不会。据我所知，微软的实现只在 basic_filebuf 中存储一个字符(除非你明确指定一个更大的缓冲区)并且依赖于 <cstdio>内部缓冲(顺便说一句，这就是 MVS iostream 速度慢的原因之一)。 unget() 时，质量实现可能会再次从文件加载缓冲区失败。但这不是必需的。

尝试修复您的代码，这样您就不需要超过一个 unget()位置。如果你真的需要它，那么用保证 unget() 不会失败的流来包装流(看看 Boost.Iostreams)。另外，您发布的代码是无稽之谈。它试图 unget()然后 get()再次。为什么？