C 当到达文件末尾时，fread如何处理尾随垃圾？

我最近又开始涉足C语言，这是一种我不是特别精通的语言，事实上，我一直在忘记（我主要用Python编写代码）。我的想法是从一个假设的大文件中读取数据作为块，然后相应地处理数据。现在，我通过将整个文件加载到带有fread的short类型的缓冲区来模拟这个过程。这种方法将会改变，因为我认为，对于一个1GB的文件来说，这是一个非常糟糕的主意。最终目标是将一个块作为一个块读取、处理、移动光标、读取另一个块，等等

这个文件有43个字节，上面有短语“敏捷的棕色狐狸跳过了懒狗”。这个大小很方便，因为它是一个素数，所以无论我把它分成多少字节，都会有尾随垃圾（因为缓冲区有剩余空间？）。在这种情况下，数据处理只是在字节操作后将短字符打印为两个字符（参见下面的代码）

#包括
#包括
#定义最大BUFF大小1024
长文件大小（文件*f）
{
如果（fseek（f，0，SEEK_END）！=0）退出（exit_FAILURE）；//将光标移到末尾
long file_size=ftell（f）；//确定获取文件大小的位置
倒带（f）；
返回文件大小；
}
int main（int argc，char*argv[]）
{
short buff[MAX\u buff\u SIZE]={0}；//初始化为0删除尾部垃圾
char*filename=argv[1]；
FILE*fp=fopen（文件名，“r”）；
if（fp）
{
size_t size=sizeof（buff[0]）；//每个块的大小（以字节为单位）。固定为2字节
int nmemb=（文件大小（fp）+size-1）/size；//要从文件中读取的块数
//（天花板f_尺寸/尺寸）
printf（“最多应读取%d个块”，nmemb）；
short mask=0xFF；//获取第一个或第二个字节的掩码
size\u t num\u read=fread（buff，size，nmemb，fp）；
printf（“读取%lu块\n\n”，num_Read）；//似乎读了更多？查看。
对于（int i=0；i>8）&mask；//标识2个字节。保留掩码以保持一致性
printf（“块%02d:0x%04x |%c%c\n”，//记住小尾端（字节颠倒）
i、 buff[i]，第一个字节，第二个字节）；
}
fclose（fp）；
}否则
{
printf（“未找到文件%s\n”，文件名）；
返回1；
}
返回0；
}

昨天，在打印最后一块数据时，我得到了“chunk 21:0xffff9567 | g”。最后一个（第一个？）字节（0x67）是g，我确实希望有一些尾随垃圾，但我不明白为什么当变量buff中有短路时，它会打印出这么多字节。当时我只是将十六进制打印为%x，而不是%04x，buff没有初始化为0。今天，我决定将其初始化为0，不仅垃圾消失了，而且即使在再次取消初始化buff后，我也无法重新创建问题

下面是我希望不要太抽象的问题：

fread在读取数据时是否会查看文件之外的内容，是否会自行删除尾部垃圾，还是由我们决定

为什么printf在缓冲区短时显示int？（我假设%x代表整数）为什么即使在没有初始化的情况下离开buff后也不能复制该行为

我是否应该始终将缓冲区初始化为零以删除尾部垃圾？通常的做法是什么

我希望这些问题不要太多，或者太模糊，而且我已经足够清楚了。正如我所说，我对C不太了解，但发现中低级编程非常有趣，特别是在直接数据位/字节操作方面

希望你有一个伟大的一天

编辑1： 你们中的一些人明智地建议我在循环中使用num\u read而不是nmemb，因为这是fread的返回值，但这意味着我将丢弃文件的其余部分（nmemb为22，而num\u read为21）。这是通常的做法吗？另外，感谢您指出%x正在转换为无符号整数，因此是4字节而不是2字节

编辑2：

---

为了澄清这一点，由于我在注释中读错了位置，我希望保留剩余的字节（或数据），而丢弃其余的未定义的字节（或数据）。我不知道这是否是通常的方法，因为如果我在循环中使用num\u read，那么不管最后剩下的是什么，不管是不是数据，都会被丢弃。我更感兴趣的是知道通常的方法是什么：丢弃剩余数据或删除我们知道的未定义的任何内容，在本例中是一个字节。

您希望如何处理最后剩余的字节？在我看来，您的循环应该基于

num_read

，因为%x取一个无符号int，所以它将通过符号扩展将你的签名短转换为int，这意味着符号位（最有效位）将被用来填充空白空间。因为您的short是0x9567，所以设置了符号位，这意味着空空间将被1s填充，从而导致0xffff9567。如果使用无符号的短字符，您将看不到0xffff。@MikeCAT只能放弃，因为它们不是来自文件本身的数据。只要我将数组初始化为零，C似乎可以帮我做到这一点，这就是为什么我假设垃圾来自统一化的缓冲区而不是fread，但我不确定，因为我不知道fread本身是如何工作的

fread（）

的行为如文档所述。否则，许多人会抱怨过去40年。您想如何处理最后的剩余字节？在我看来，您的循环应该基于

num_read

，而不是

nmemb

。由于%x接受一个无符号int，它将通过符号扩展将您的有符号short转换为int，这意味着符号位（最高有效位）

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

#define MAX_BUFF_SIZE 1024

long file_size(FILE *f) 
{
    if (fseek(f, 0, SEEK_END) != 0) exit(EXIT_FAILURE);     // Move cursor to the end
    long file_size = ftell(f);                              // Determine position to get file size
    rewind(f);

    return file_size;
}

int main(int argc, char* argv[])
{
    short buff[MAX_BUFF_SIZE] = {0};                        // Initialize to 0 remove trailing garbage
    char* filename  = argv[1];
    FILE* fp = fopen(filename, "r");

    if (fp) 
    {
        size_t size = sizeof(buff[0]);                      // Size in bytes of each chunk. Fixed to 2 bytes
        int nmemb = (file_size(fp) + size - 1) / size;      // Number of chunks to read from file
                                                            // (ceil f_size/size)
        printf("Should read at most %d chunks\n", nmemb);           

        short mask = 0xFF;                                  // Mask to take first or second byte

        size_t num_read = fread(buff, size, nmemb, fp); 

        printf("Read %lu chunks\n\n", num_read);            // Seems to have read more? Look into.

        for (int i=0; i<nmemb; i++) {
            char first_byte = buff[i] & mask;
            char second_byte = (buff[i] >> 8) & mask;       // Identity for 2 bytes. Keep mask for consistency

            printf("Chunk %02d: 0x%04x | %c %c\n",          // Remember little endian (bytes reversed) 
                    i, buff[i], first_byte, second_byte);         
        }
        fclose(fp);
    } else 
    {
        printf("File %s not found\n", filename);
        return 1;
    }
    return 0;
}