从文件中读取C++会放入三个奇怪的字符

Question

当我逐字符串读取文件时，>>操作得到第一个字符串，但它以“ai»？i”开头。假设第一个字符串是"street"，那么它就会变成“«»istreet”。

其他字符串也可以。我尝试了不同的txt文件。结果是一样的。第一个字符串以“ai»i”开头。有什么问题吗？

下面是我的代码：

#include <iostream>
#include <fstream>
#include <string>
#include <vector>
using namespace std;

int cube(int x){ return (x*x*x);}

int main(){

int maxChar;
int lineLength=0;
int cost=0;

cout<<"Enter the max char per line... : ";
cin>>maxChar;
cout<<endl<<"Max char per line is : "<<maxChar<<endl;

fstream inFile("bla.txt",ios::in);

if (!inFile) {
    cerr << "Unable to open file datafile.txt";
    exit(1);   // call system to stop
}

while(!inFile.eof()) {
    string word;

    inFile >> word;
    cout<<word<<endl;
    cout<<word.length()<<endl;
    if(word.length()+lineLength<=maxChar){
        lineLength +=(word.length()+1);
    }
    else {
        cost+=cube(maxChar-(lineLength-1));
        lineLength=(word.length()+1);
    }   
}

}

Answer 1

你看到的是一个UTF-8的Byte Order Mark (BOM)。它是由创建该文件的应用程序添加的。

要检测并忽略该标记，您可以尝试此(未测试)函数：

bool SkipBOM(std::istream & in)
{
    char test[4] = {0};
    in.read(test, 3);
    if (strcmp(test, "\xEF\xBB\xBF") == 0)
        return true;
    in.seekg(0);
    return false;
}

Answer 2

参考上面Mark Ransom的优秀答案，添加此代码将跳过现有流上的BOM (Byte Order Mark)。打开文件后调用。

// Skips the Byte Order Mark (BOM) that defines UTF-8 in some text files.
void SkipBOM(std::ifstream &in)
{
    char test[3] = {0};
    in.read(test, 3);
    if ((unsigned char)test[0] == 0xEF && 
        (unsigned char)test[1] == 0xBB && 
        (unsigned char)test[2] == 0xBF)
    {
        return;
    }
    in.seekg(0);
}

要使用以下命令：

ifstream in(path);
SkipBOM(in);
string line;
while (getline(in, line))
{
    // Process lines of input here.
}

Answer 3

这里还有另外两个想法。

如果你是创建这些文件的人，请保存它们的长度，在读取它们时，只需使用以下简单的计算方法删除所有前缀: numOfByesToCut

• create - savedFileLength =

1. 保存文件时，搜索并删除之前找到的所有前缀。