文件读写关于字符的错误&解决方案

最近打哈夫曼编码，压位以后需要支持任意数据的字节流文件读写，然后一堆玄学bug调了我一天。。

好在终于可以把bug汇总了：

　　1.0x1A问题：用字符文件读入时，读到0x1A会提前中断，返回-1（unsigned char为255）。实际上这是Windows系统一个远古bug，因为曾经0x1A就是EOF，然而现在EOF已经变为-1了。

　　解决方案：使用rb二进制文件读入，可以防止读入函数进行加工转义。

 

　　2.判断文件结束问题：EOF为255，然而对于字符0xFF（255），EOF将会和0xFF重复。然而实际上EOF返回的是一个int类型整数-1，即0xFFFFFFFF，而被unsigned char截断以后，就只剩下了0xFF，无法和字符0xFF区分。

　　解决方案：使用unsigned short类型读入。

 

 

 

　　3./r字符自动补全：Windows系统下会自动将/n字符补全为/r/n，所以要判断当前读到的这个/r究竟是自动补全的还是本来就是数据里面的。

　　解决方案：对于本来就是/n转换成/r/n的，直接跳过/r

　　　　　　　对于本来就是/r后面接了一个/n的，将会变成/r/r/n，要去掉其中的一个/r

　　　　　　　对于本来就是/r的，读入判断确实只有/r以后，复位按照这一次就是/r的情况进行操作（fseek把文件位置指针转移回来一个）

 

　　最终实现的win下fgetc二进制文件的函数：

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; 
}