提问人：Tsvi Benschar 提问时间：6/13/2023 更新时间：6/13/2023 访问量：71
我应该使用哪些类型/函数来跟踪随机访问的文件位置？
What types/functions should I use to track a file position for random access?
问：
我正在尝试实现一种简化的 Boyer-Moore 字符串搜索算法，该算法从文件中读取其输入文本。该算法要求我从给定的文件位置开始，向后读取其字符，定期向前跳转预先计算的字符数。跳转是根据模式的长度和索引计算的，因此我将它们存储为 类型 。我应该使用什么函数来读取特定位置的文件字符，我应该使用什么类型来存储这些位置？我是 C 的新手，但这些是我考虑过的选项：size_t
Fseek
我可以使用 和 在文件中跳转，但这使用 a 作为其字符索引。我不知道在 this 和 a 之间转换是否安全，无论如何，出于可移植性的原因，GNU C 手册建议不要搜索文本流。fseekgetclong intsize_t
Fsetpos
这应该更便携，但我认为我不能用它来向前或向后跳转任意数量的字符。
二进制流
我可以通过将文件作为二进制流打开来解决兼容性问题。但我不知道这是否会导致在处理模式/输入文本时出现其他兼容性问题，无论如何，这并不能解决 和 之间的强制转换问题。fseeklong intsize_t
文件描述符
我可以使用文件描述符而不是流。但是我需要在 和 之间转换，我不知道这有多安全。我也会放弃 的缓冲，我不确定这是否可取。我可以尝试滚动自己的缓冲，或者使用备用库，但这似乎是一个巨大的痛苦。size_toff_tFILE
我的第一个实现将输入文本作为命令行参数传递，因此它根本不处理文件 IO。但我认为这不适用于大型文本输入，而且我阅读的有关文件 IO 的信息越多，我就越觉得卡住了。你有什么建议？
答：
3赞
ikegami
6/13/2023
#1
size_t⇔长转换
如果对于文件偏移量足够大，并且您的值表示文件偏移量，则在这两者之间进行转换没有问题。（而且不需要明确的演员阵容。longsize_t
可移植性
那么实际上是否足够大，可以进行文件偏移呢？ 众所周知，它在 Windows 上的最小大小为 32 位。即使在 64 位程序中。因此，如果您计划在使用接口时处理大小为 2 GiB 或更大的文件，则可能会出现可移植性问题。较小的文件应该没有问题。longlongfseek
向前或向后跳转任意数量的字符
无论您使用什么界面，Windows 中使用的 CRLF 行尾都会在这里咬您。
您很可能可以解决此问题。这取决于你对“性格”的定义，也可能取决于跳跃需要的精确程度。您没有提供足够的信息让我们为您提供帮助。
评论
0赞
Tsvi Benschar
6/13/2023
我计划在大于 2 GiB 的文件上测试该程序。该算法在文本输入中搜索子字符串的实例，并且子字符串必须逐个字节匹配。我需要精确的跳转，这样我就可以遍历子字符串的字符，并将它们与输入文本中可能的匹配项进行比较。
0赞
ikegami
6/13/2023
缺失的信息应在问题中提供，而不是在评论中提供。由于您需要逐字节匹配，这意味着 CR 和 LF 没有特殊含义。因此，在 Windows 上，行尾为两个字节没有问题。只需确保以二进制模式打开文件即可。但在 Windows 上不够大，所以如果你想要一个便携式解决方案，那就不够好了。您可能需要在不同的操作系统上使用不同的功能。 其中 是 64+ 位，或者 哪里是 64+ 位，或者如果可用 （Windows），并在其他位置失败。会调整答案。longfseekfseeklonglseekoff_tSetFilePointer
0赞
ikegami
6/13/2023
更正一下，如果您正在进行相对寻道，如果寻道距离不超过 32 位，即使文件更大，2 GiB 也足够了。
评论
mmap()LONG_MAXfseekSEEK_CUR