如何使用 std::string 以正确的方式存储字节（无符号字符）？

Question

我正在编写 LZ77 压缩算法，但我无法在字符串中存储无符号字符。为了压缩任何文件，我使用它的二进制表示，然后将其读取为 chars（因为 1 个字符等于 1 个字节，afaik）到 std::string。 chars 一切正常。但经过一段时间的谷歌搜索后，我了解到 char 并不总是 1 个字节，所以我决定将其换成 unsigned char。事情开始变得棘手了：

当压缩普通 .txt 时，一切都按预期工作，我在解压前后得到相同的文件（我认为应该如此，因为我们基本上在字节转换前后处理文本）
但是，当尝试压缩 .bmp 时，解压后的文件与输入文件相比丢失了 3 个字节（我在尝试将无符号字符保存到 std::string 时丢失了这 3 个字节）

So, my question is – is there a way to properly save unsigned chars to a string?

我尝试使用 typedef basic_string<unsigned char> ustring 并将所有相关函数交换为与 unsigned char 一起使用的基本替代函数，但我仍然丢失了 3 个字节。

UPDATE: I found out that 3 bytes (symbols) are lost not because of std::string, but because of std::istream_iterator (that I use instead of std::istreambuf_iterator) to create string of unsigned chars (because std::istreambuf_iterator's argument is char, not unsigned char)

那么，这个问题有什么解决方案吗？

示例：

std::vector<char> tempbuf(std::istreambuf_iterator<char>(file), {}); // reads 112782 symbols

std::vector<char> tempbuf(std::istream_iterator<char>(file), {}); // reads 112779 symbols

示例代码：

void LZ77::readFileUnpacked(std::string& path)

{


std::ifstream file(path, std::ios::in | std::ios::binary);

if (file.is_open())
{
    // Works just fine with char, but loses 3 bytes with unsigned
    std::string tempstring = std::string(std::istreambuf_iterator<char>(file), {});
    file.close();
}
else
    throw std::ios_base::failure("Failed to open the file");
}

Answer 1

char 的所有形式（以及与 unsigned char 同构的 std::byte）始终是系统支持的最小可能类型。 C++ 标准定义 sizeof(char) 及其变体应始终正好为 1.

"One"什么？那是实现定义的。但是系统中的每种类型的大小都是 sizeof(char) 的倍数。

所以您不必太担心 char 不是一个字节的系统。如果您在 CHAR_BITS 不是 8 的系统下工作，那么该系统根本无法直接处理 8 位字节。因此 unsigned char 不会是任何 different/better 用于此目的。

至于您的问题的细节，istream_iterator 与 istreambuf_iterator 迭代器根本不同。后者的目的是允许迭代器访问作为值序列的实际流。 istream_iterator<T> 的目的是允许访问流，就像通过使用 T 值执行重复的 operator >> 调用序列一样。

因此，如果您正在执行 istream_iterator<char>，那么您就是说您想要读取流，就像您对每个迭代器访问执行 stream >> some_char; 变量一样。这实际上与直接访问流的字符不同构。具体来说，FormattedInputFunctions like operator>> 可以执行诸如跳过空格之类的操作，具体取决于您如何设置流。

Answer 2

istream_iterator 正在使用 operator>> 读取，它通常会跳过空格作为其功能的一部分。如果你想禁用该行为，你必须做

#include <ios>

file >> std::noskipws;

如何使用 std::string 以正确的方式存储字节（无符号字符）？

How to use std::string to store bytes (unsigned chars) in a right way?

c++

lz77