C语言文件操作解析(五)之EOF解析

                                                       C语言文件操作解析(五)之EOF解析

       在C语言中，有个符号大家都应该很熟悉，那就是EOF(End of File)，即文件结束符。但是很多时候对这个理解并不是很清楚，导致在写代码的时候经常出错，特别是在判断文件是否到达文件末尾时，常常出错。

1.EOF是什么?

   在VC中查看EOF的定义可知:

   #define EOF     (-1)

   EOF只是代表一个整形常量-1。因此很多人认为在文件的末尾存在这个结束标志EOF，这种观点是错误的。事实上在文件的末尾是不存在这个标志的。那么有人会问那下面的程序如何解释?

    char ch;
    while((ch=fgetc(fp))!=EOF)
    {
        printf("%c\n",ch);
    }

   书上都通过这样的代码去判断是否读取到文本文件末尾，就是当读取到EOF的时候就结束操作。这种理解是错误的。

   先看一下函数fgetc的原型：

   int fgetc(FILE *fp);

  事实上在fgetc函数内部，每次都是读取一个字节的数据，而且这一个字节的数据是以unsigned即无符号型处理的，然后将这一个字节的数据赋给一个int型变量作为返回值返回，因此无论从文件中读取的是什么数据，作为无符号型赋值给一个int型变量，返回值不可能是负数。比如当读取到数据0xFA时，因为是以无符号处理的，因此在将0xFA赋值给int型变量的时，int型变量的高位是填充0的(为什么填充0，跟汇编语言里面的符号扩展类似，在后面会提到)，因此返回的结果是0X00 00 00 FA，始终不会是负数.而若读取到文件末尾的时候，即没有数据可供读取的时候，那么返回EOF，即-1，这个-1是一个int型常量，二进制表示是0x FF FF FF FF。

    上面的代码具有很大的局限性，因为其只能判断是否到达文本文件的末尾，而不能对二进制文件进行准确的判断。因为正常情况下，文本文件中无论如何是无法读取到-1(0x FF)这个数据，因此可以判断。但是对于二进制文件不同，很可能读到的一个字节的数据就是0xFF，那么返回值此时就是-1，但是此时还未到达文件末尾，造成错误的判断。

    那么有没有办法解决？可以将ch定义为int型即可。

    下面来比较一下下面这段程序和上面程序在执行时的区别。

    int ch;
    while((ch=fgetc(fp))!=EOF)
    {
        printf("%c\n",ch);
    }

     假如在文件中读取到的数据是0xFA。

    那么对于上面一段程序的执行过程是:

    将0xFA先赋值给一个int型变量(假如是a)，那么此时a为0x 00 00 00 FA，当将返回值a返回给变量ch时，由于ch是char型的，只有8位，那么只将a的低8位赋给ch，那么此时ch为0x FA，而ch是作为有符号处理的，那么此时ch的值肯定是负数。

    而若将ch定义为int型，执行过程为:

    将0xFA先赋值给一个int型变量(假如是a)，那么此时a为0x 00 00 00 FA，当将返回值a返回给变量ch时，由于ch也是int型的，因此ch为0x 00 00 00 FA，是一个正数，两段程序执行得到的结果完全不同。

    下面看一下若读取到的数据是0x FF(此时未到文件末尾)时，是什么结果。

    若ch为char型，则当将返回值0x 00 00 00 FF返回时，取低8位赋给ch，那么此时ch为-1，此时会误判为到达文件末尾；

    而若ch为int型，则当将返回值0x 00 00 00 FF返回时，ch的值为0x 00 00 00 FF，此时ch不为-1，不会误判为文件末尾。

    (当然上面所述成立必须是在读取不出错的情况下才成立)

   所以很多情况下会用到函数feof.

二.feof

   feof函数的原型是

   int feof(FILE *fp);

   若到达文件末尾则返回一个非零值，否则返回0。

   在VC中查看feof函数的定义:

   #define _IOEOF          0x0010

   #define feof(_stream)     ((_stream)->_flag & _IOEOF)

   可知feof函数判断是否到达文件末尾时与_flag这个标志有关。

   下面看一下这段程序:

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

int main(void)
{
    FILE *fp;
    int ch;
    if((fp=fopen("test.txt","w+"))==NULL)
    {
        printf("can not open file\n");
        exit(0);
    }
    for(ch=65;ch<=70;ch++)
    {
        fputc(ch,fp);
    }
    rewind(fp);
    while(feof(fp)==0)
    {
        ch=fgetc(fp);
        printf("%0X\n",ch);
    }
    fclose(fp);
    return 0;
}

执行结果是:

41
42
43
44
45
46
FFFFFFFF
Press any key to continue

为什么最后打印结果会多打印一个FFFFFFFF？不是只往文件中写入了数据65-70么？

先看一下C++ Reference中关于feof函数的描述(C++ Reference是一个比较好的网站，里面是关于C++所有库函数的描述，网址在博客首页的链接中有，http://www.cplusplus.com/reference/)：

Checks whether the End-of-File indicator associated with stream is set, returning a value different from zero if it is.
This indicator is generally set by a previous operation on the stream that reached the End-of-File.

从描述中可知，只有当与文件关联的流到达文件末尾时，此时若再进行读取操作，文件结束的标志(上面所述的_flag)才会被重新置位。

因此在上述程序中，当读取完最后一个字节的数据后，文件结束标志并没有被置位，只有当位置指针到达末尾时，再发生读取操作时，而此时又没有数据可供读取，因此返回-1，所以打印出的结果中会多一个FFFFFFFF，在这之后才会将_flag重新置位，此时feof函数才能检测出已经到达了文件末尾。

那么可以通过下面的办法解决这个问题:

    ch=fgetc(fp);
    while(feof(fp)==0)
    {
        printf("%0X\n",ch);
        ch=fgetc(fp);
    }

这样就不会多打印一个FFFFFFFF了。

在上面提到汇编语言中符号扩展的问题，其实在C语言中属于数据类型转换的范畴。下面简要说明一下:

符号扩展只针对将字长小的数据赋给字长大的数据时存在，若是字长大的数据赋给字长小的数据，取低位即可。

下面看一段程序:

#include<stdio.h>

int main(void)
{
    unsigned char ch1=0XFF;
    char ch2=0XFF;
    char ch3=0X73;
    int a=ch1;
    int b=ch2;
    int c=ch3;
    printf("%d\n%d\n%d\n",a,b,c);
    return 0;
}

执行结果为:

255

-1

115

原因是由于ch1、ch2、ch3都是char型变量，只占一个字节，区别在于ch1是无符号的，在将ch1赋值给a时，ch1是看做无符号数据进行处理的，那么在填充a的高位是用0去填充；而对于ch2和ch3都是有符号的，那么在填充高位时就要注意了，若ch2的最高位为0，那么表示ch2是正数，此时填充高位用0填充，而若ch2的最高位为1，则填充高位数据用1填充。

如程序执行的结果所示，由于ch2的最高位为1，那么在填充b的高位的时候会用1去填充，那么b为0X FF FF FF FF；而ch3的最高位为0，那么填充c的高位用0填充，所以c的值为0x 00 00 00 73.