文件输入和指针所有权语义

Question

我知道有两种方法可以将文件内容读取为 C 风格的字符串。我需要一个 C 风格的字符串而不是 unique_ptr<string> 的原因是因为我将把这个数据传递给一个 C 函数，gumbo_parse()，它的参数是一个 C 风格的字符串，这样我就避免了unique_ptr<string>的开销。我愿意接受反对我的决定的争论。

std::ifstream ifs(bf::path("..."));                                              // Input file stream

第一种方式：

std::filebuf * ptr_fbuff = ifs.rdbuf();                                         // Buffer to file contents.
std::size_t fbuff_size = ptr_fbuff->pubseekoff(0, ifs.end, std::ios_base::in);  // Get offset from 0 to end of buffer.
ptr_fbuff->pubseekpos(0, std::ios_base::in);                                    // Move buffer position back to beginning.
char * buffer = new char[fbuff_size];                                           // Buffer to store file data.
ptr_fbuff->sgetn(buffer, fbuff_size);                                           // Get file data.

第二种方式：

std::stringstream sstm_buffer;                                                  // Buffer to file contents.
sstm_buffer << ifs.rdbuf();                                                     // Read file contents to sstm.
const std::string & str_buffer = sstm_buffer.str();                             // Get underlying string from sstm.
char * buffer = new char[str_buffer.size()];                                    // Buffer to store file data.
str_buffer.copy(buffer, str_buffer.size());                                     // Copy file contents to buffer.

做事：

GumboOutput * ptr_outpt = gumbo_parse(buffer);
//...

关闭文件：

gumbo_destroy_output(&kGumboDefaultOptions, ptr_outpt);
ifs.close();                                                                    // Close stream to file.
delete[] buffer;                                                                // Delete allocated buffer.

两者在内存成本和速度方面有何不同。很明显，一个在将内容放入 C 风格字符串之前使用 Stringstream 作为缓冲区，另一个在将内容放入 C 风格字符串之前使用 filebuf。

现在回答我的第二个问题。所有权语义和内存分配。 ifstream 是否在堆中为从 rdbuf 返回的缓冲区分配任何内存？我是否负责删除从 rdbuf 返回的缓冲区？如果没有，假设我正在读取一个巨大的文件...是不是可能有很多数据要存储在堆栈中？

编辑：

std::unique_ptr<std::string> mytype::my_func(const std::string & path)
{
    std::ifstream ifs(path);                                            // Input file stream
    std::stringstream sstm_buffer;                                      // Buffer to file contents.
    sstm_buffer << ifs.rdbuf();                                         // Read file contents to sstm.
    ifs.close();                                                        // Close stream to file.
    auto ptr_buffer = std::make_unique<std::string>(sstm_buffer.str()); // Pointer to copy of sstm buffer contents.
    return std::move(ptr_buffer);                                       // Return pointer.
}

编辑2：

std::string mytype::my_func(const std::string & path) const
{
    std::ifstream ifs(path);
    std::stringstream sstm_buf;
    sstm_buf << ifs.rdbuf();
    ifs.close();
    return sstm_buf.str();
}

编辑 3：

std::string psclient::file_get(const std::string & path) const
{
    std::ifstream ifs(path);    // Stream to file (Automatically close() on ~).
    std::ostringstream reader;  // Stream to read file contents.
    reader << ifs.rdbuf();      // Read in file contents.
    return reader.str();        // Return a move instead of copy (Done implicitly).
}

Answer 1

The reason I need a C-style string and not a unique_ptr is because I will be passing this data to a C function

你仍然可以获得一个C风格的指针，例如

#include <iostream>
#include <string>
#include <memory>

void print_C_style_string(const char* psz)
{
    printf("str = %s", psz);
}

int main()
{
    std::unique_ptr<std::string> p{new std::string{"This is a string!"}};
    print_C_style_string(p.get()->c_str());
    return 0;
}

unique_ptr 没有开销。来自 Bjarne Stroustrup 的 "The C++ Programming Language"：

unique_ptr is a very lightweight mechanism with no space or time overhead compared to correct use of a built-in pointer.

将文件逐行读入字符串的简单方法：

#include <iostream>
#include <fstream>
#include <string>

using namespace std;

int main()
{
    ifstream fin("my_file.txt", ios::in);
    if(!fin){
        printf("Error opening file.");
        return 1;
    }

    while(fin.peek() != EOF){
        string s;
        getline(fin, s);
        cout << s << std::endl;
    }

    fin.close();

    return 0;
}

Answer 2

当您编写现代 C++ 时，有一组特定的情况需要使用指针，但这不是其中之一。当你不需要时，你应该总是不喜欢使用它们。 Return 价值优化 (RVO) 和 RAII 是很棒的东西！

默认情况下，在栈上创建的std::string使用堆来存储其内部字符数据；因此在您的情况下无需担心堆栈内存有限。此外，std::string::c_str() 将 return 字符串的内部 const char* 数据，这正是 gumbo_parse() 接受的参数。

这简化了读取文件所需的代码。 RVO 将防止不必要的复制，提高性能：

std::string get_file_contents(const std::string& filename)
{
    std::ifstream ifs{filename}; // Open the input file stream
    std::ostringstream ss;       // stringstream to retrieve file data
    ss << ifs.rdbuf();           // Read file data into ss buffer
    return ss.str();             // Return the ss buffer as string (RVO)
}

现在您不必担心显式释放任何内存。您可以使用上述函数并将结果字符串的 c_str() 传递给 gumbo_parse():

const std::string file_contents{get_file_contents("input.txt")};

GumboOutput* output = gumbo_parse(file_contents.c_str());

// ...

gumbo_destroy_output(&kGumboDefaultOptions, output);

如果你真的想在某个地方试验智能指针，你可以尝试用自定义删除器将你的 GumboOutput 打包；像这样：

using namespace std::placeholders;  // for _1, _2, _3 ...
auto cleanup = std::bind(gumbo_destroy_output, &kGumboDefaultOptions, _1);
std::unique_ptr<int, decltype(cleanup)> output{
    gumbo_parse(file_contents.c_str()), cleanup };

unique_ptr 现在将在其托管 GumboOutput 被销毁时（即超出范围时）自动调用 gumbo_destroy_output。请自行决定使用它。

文件输入和指针所有权语义

file input and pointer ownership semantics

c++

file

pointers

input

unique-ptr