c++读取文件字节数和源文件大小不一致情况分析及解决

1.问题

最近在帮别人调试了一个问题：

• 使用此方式获取文件大小，

struct _stat info;  
_stat(filepath, &info);  
int size = info.st_size;  
           

• 使用fopen方式获取文件内容，
• 最后发现获取的字节数和第一步取得的字节数不一致，相对要小一些！

这是为什么呢？

2.分析

首先用软件打开源文件，发现是80个字节，和第一步获取的文件字节数一致，而第二步获取文件内容得到的字节数要少一些，记得是72个字节；

那么问题应该出在了第二步fopen那里，好吧，鼠标放在fopen上面按键F1，跳出微软的帮主页面，仔细愁一愁用法说明和示例~

fopen、_wfopen

VC2005中fopen的ccs=UNICODE实测<zt> + UTF8 如何转变为 ansi

简单总结下关键信息：

• fopen时候需要mode参数，即以什么配置/模式打开文件；
• 默认情况下，使用ANSI编码页解释窄文件名字符串；
• 使用UNICODE, UTF-8, 或 UTF-16LE等Unicode模式打开文件时，将会对读取到的内容进行转换成目标格式；也意味着转换后字节与原始字节很可能不一样；
• 读或写存储为UTF-8编码格式的数据时，用文本模式或者二进制模式替代Unicode模式，你得为任何编码转换负责。

Encodings Used Based on ccs Flag and BOM

Encodings Used Based on ccs Flag and BOM

ccs flag	No BOM (or new file)	BOM: UTF-8	BOM: UTF-16
UNICODE	UTF-16LE	UTF-8	UTF-16LE
UTF-8	UTF-8	UTF-8	UTF-16LE
UTF-16LE	UTF-16LE	UTF-8	UTF-16LE

mode modifier	Translation mode
t	Open in text (translated) mode.
b	Open in binary (untranslated) mode; translations involving carriage-return and line feed characters are suppressed.

 以unicode、t模式打开文件，会进行字节转换，转换后的字节数和原始字节数很可能不一样，如果要读取内容，要开启b（Open in binary）模式，

如果源文件是UTF-8编码的（其实不管什么编码格式文件），fopen时开启rb（read mode and open in binary）即可。

3.解决

3.1.解决此问题

fopen时开启rb（read mode and open in binary）即可读取原始内容，读到的字节数和原始字节数一致；

3.2.其他方案

也可以使用其他方式读取文件内容，参考如下，

wstring path = GetJsonFileName();
ifstream ifstream(path);
if (ifstream.fail())
  return false;

stringstream buffer;
buffer << ifstream.rdbuf();
string contents(buffer.str());
ifstream.close();
           

当然还有其他方式，可自行搜索。

4.结论

出现上述问题是因为读取文件时因为开启了特定模式，对原始字节流进行了转换，导致转换后的字节数与原始文件字节数不一致，

如果已经确定要打开文件的编码格式（可以预先约定），那么只要开发rb模式即可读取原始内容。

另外遇到问题一般光标放在要了解的接口上F1键即可弹出帮主页面，内容详细清晰，有很大帮助。