从文本文件中读取所有内容 - C

Question

我正在尝试读取文本文件中的所有内容。这是我写的代码。

#include <stdio.h> 
#include <stdlib.h> 

#define PAGE_SIZE 1024 

static char *readcontent(const char *filename) 
{ 
    char *fcontent = NULL, c; 
    int index = 0, pagenum = 1; 
    FILE *fp; 
    fp = fopen(filename, "r"); 

    if(fp) { 
     while((c = getc(fp)) != EOF) { 
      if(!fcontent || index == PAGE_SIZE) { 
       fcontent = (char*) realloc(fcontent, PAGE_SIZE * pagenum + 1); 
       ++pagenum; 
      } 
      fcontent[index++] = c; 
     } 
     fcontent[index] = '\0'; 
     fclose(fp); 
    } 
    return fcontent; 
} 

static void freecontent(char *content) 
{ 
    if(content) { 
     free(content); 
     content = NULL; 
    } 
} 

这是使用

int main(int argc, char **argv) 
{ 
    char *content; 
    content = readcontent("filename.txt"); 
    printf("File content : %s\n", content); 
    fflush(stdout); 
    freecontent(content); 
    return 0; 
} 

由于我是新来的C，我不知道该代码是否看起来很完美？你看到任何问题/改进？编译器使用：GCC。但是这个代码有望成为跨平台的。

任何帮助，将不胜感激。

编辑

这里是fread和ftell更新的代码。

static char *readcontent(const char *filename) 
{ 
    char *fcontent = NULL; 
    int fsize = 0; 
    FILE *fp; 

    fp = fopen(filename, "r"); 
    if(fp) { 
     fseek(fp, 0, SEEK_END); 
     fsize = ftell(fp); 
     rewind(fp); 

     fcontent = (char*) malloc(sizeof(char) * fsize); 
     fread(fcontent, 1, fsize, fp); 

     fclose(fp); 
    } 
    return fcontent; 
} 

我想知道这个函数的相对复杂度是什么？

Answer 1

您应该尝试查看功能fsize（关于fsize，请参阅下面的更新）和fread。这可能是一个巨大的性能改进。

使用fsize来获取您正在阅读的文件的大小。使用此大小只能执行一次内存分配。 （关于fsize，请参见下面的更新。获取文件大小和执行一个alloc的想法仍然是相同的）。

使用fread来块读取文件。这比单个文件读取文件快得多。

事情是这样的：

long size = fsize(fp); 
fcontent = malloc(size); 
fread(fcontent, 1, size, fp); 

更新

不知道FSIZE是跨平台的，但你可以用这个方法来获取文件的大小：

fseek(fp, 0, SEEK_END); 
size = ftell(fp); 
fseek(fp, 0, SEEK_SET); 

Answer 2

人们经常使用realloc以现有尺寸的两倍来获得摊销时间而不是线性。这使缓冲区不会超过两倍，这通常是可以的，并且您可以在完成后重新分配回正确的大小。

但更好的是stat(2)的文件大小和分配一次（有一些额外的空间，如果文件大小是易失性的）。

此外，为什么你不要fgets(3)而不是逐字符读取字符，或者甚至更好，整个事情（或相关的块，如果它太大的内存）。

Answer 3

这可能是比较慢的，当然更复杂：

while((c = getc(fp)) != EOF) { 
    putchar(c); 
} 

它做同样的事情，你的代码。

Answer 4

在POSIX系统（例如linux）上，系统调用mmap可以将所有文件映射到内存中。它有一个选项来映射该文件拷贝写在，所以如果你改变缓冲区，你会覆盖你的文件。

这通常会更有效率，因为您尽可能多地离开系统。无需做realloc或类似的。

特别是，如果您只是在阅读并且多个进程同时执行此操作，那么整个系统在内存中只会有一个副本。

Answer 5

这是从快速阅读，所以我可能错过了一些问题。

首先，a = realloc(a, ...);是错误的。如果realloc()失败，则返回NULL，但不释放原始内存。由于您重新分配给a，原始内存会丢失（即，它是内存泄漏）。要做到这一点的正确方法是：tmp = realloc(a, ...); if (tmp) a = tmp;等

其次，关于使用fseek(fp, 0, SEEK_END);确定文件大小，请注意，这可能会或可能不起作用。如果该文件不是随机访问的（例如stdin），您将无法返回到开始读取它。另外，fseek()后跟ftell()可能无法为二进制文件提供有意义的结果。对于文本文件，它可能不会为您提供可读取的正确字符数。有关此主题的一些有用信息comp.lang.c常问问题question 19.2。

此外，在您的原始代码中，当它等于PAGESIZE时，您不会将index设置为0，因此如果您的文件长度大于2*PAGESIZE，则将覆盖缓冲区。

你freecontent()功能：

static void freecontent(char *content) 
{ 
    if(content) { 
     free(content); 
     content = NULL; 
    } 
} 

是没用的。它只将content的副本设置为NULL。这就像如果你写了一个函数setzero这样的：

void setzero(int i) { i = 0; } 

一个更好的主意是跟踪的内存自己，而不是任何自由多于或少于需要。

你不应该投在c malloc()或realloc()的返回值，因为void *在C.

希望帮助隐式转换为任何其他对象的指针类型。

Answer 6

我在这里可以看到的一个问题是变量index，它是非递减的。所以条件 if(!fcontent || index == PAGE_SIZE)将是真实的只有一次。所以我认为检查应该像 index%PAGE_SIZE == 0而不是index == PAGE_SIZE。