文件讀寫關於字符的錯誤&解決方案

最近打哈夫曼編碼，壓位之後須要支持任意數據的字節流文件讀寫，而後一堆玄學bug調了我一天。。

好在終於能夠把bug彙總了：

　　1.0x1A問題：用字符文件讀入時，讀到0x1A會提早中斷，返回-1（unsigned char爲255）。實際上這是Windows系統一個遠古bug，由於曾經0x1A就是EOF，然而如今EOF已經變爲-1了。

　　解決方案：使用rb二進制文件讀入，能夠防止讀入函數進行加工轉義。

 

　　2.判斷文件結束問題：EOF爲255，然而對於字符0xFF（255），EOF將會和0xFF重複。然而實際上EOF返回的是一個int類型整數-1，即0xFFFFFFFF，而被unsigned char截斷之後，就只剩下了0xFF，沒法和字符0xFF區分。

　　解決方案：使用unsigned short類型讀入。

 

 

 

　　3./r字符自動補全：Windows系統下會自動將/n字符補全爲/r/n，因此要判斷當前讀到的這個/r到底是自動補全的仍是原本就是數據裏面的。

　　解決方案：對於原本就是/n轉換成/r/n的，直接跳過/r

　　　　　　　對於原本就是/r後面接了一個/n的，將會變成/r/r/n，要去掉其中的一個/r

　　　　　　　對於原本就是/r的，讀入判斷確實只有/r之後，復位按照這一次就是/r的狀況進行操做（fseek把文件位置指針轉移回來一個）

 

　　最終實現的win下fgetc二進制文件的函數：

bool fgetc_windows(FILE *in, unsigned char &ret) {
	unsigned short ch_buf; 
	if((ch_buf = fgetc(in)) == 0xffff) return false; 
	if(ch_buf == 13 && (ch_buf = fgetc(in)) != 10) {
		fseek(in, -1, 1); 
		ch_buf = 13; 
	}
	ret = (unsigned char) ch_buf; 
	return true; 
}