使用 std::getline 检测输入结束

Detecting end of input using std::getline

本文关键字：输入 结束 检测 getline std 使用      更新时间：2023-10-16

我有一个代码片段如下：

std::string input;
while(std::getline(std::cin, input))
{   
    //some read only processing with input
}

当我运行程序代码时，我通过文件重定向 stdin 输入.txt（它是使用 gedit 创建的），它包含：

ABCD
DEFG
HIJK

以上每一行都以 in.txt 中的一个换行符结尾。

我面临的问题是，while 循环运行 3 次（每行）后，程序控件不向前移动并卡住。我的问题是为什么会发生这种情况，我该怎么做才能解决问题？

一些澄清：

我希望能够从命令行运行该程序，如下所示：

$ gcc program.cc -o out
$ ./out < in.txt

附加信息：

我做了一些调试，发现 while 循环实际上运行了 4 次（第四次输入为空字符串）。这导致循环编程停止，因为//某些对输入的只读处理无法完成其工作。

所以我的精致问题：

1）为什么第四个循环会运行？

在 while 循环的条件中使用 std：：getline（） 的基本原理 必须是，当 getline（） 无法读取更多输入时，它会返回 零，因此 while 循环中断。

与此相反，虽然循环 而是继续使用空字符串！那么为什么在 而循环条件到底是什么？这不是很糟糕的设计吗？

2） 如何确保 while 不会在不使用 break 语句的情况下第 4 次运行？

现在，我已经使用了break 语句和字符串流，如下所示：

std::string input;
char temp;
while(std::getline(std::cin, input))
{       
    std::istringstream iss(input);
    if (!(iss >>temp))
    {    
        break;
    } 
    //some read only processing with input
}

但显然必须有一种更优雅的方式。

与 DeadMG 的回答相反，我相信问题在于输入文件的内容，而不是您对换行符行为的期望。

更新：现在我有机会和gedit一起玩，我想我明白了导致问题的原因。 gedit显然旨在使创建最后一行没有换行符的文件变得困难（这是明智的行为）。如果您打开gedit并键入三行输入，在每行末尾键入 Enter，然后保存文件，它实际上将创建一个 4 行文件，第 4 行为空。然后，使用您的示例，文件的完整内容将"ABCDnEFGHnIJKLnn"。为避免创建额外的空行，请不要在最后一行的末尾键入 Enter; gedit将为您提供所需的换行符。

（作为特殊情况，如果您根本不输入任何内容，gedit将创建一个空文件。

请注意这个重要的区别：在 gedit 中，键入 Enter 会创建一个新行。在存储在磁盘上的文本文件中，换行符（LF、'n'）表示当前行的末尾。

文本文件表示形式因系统而异。行尾标记最常见的表示形式是单个 ASCII LF（换行符）字符（Unix、Linux 和类似系统），以及两个字符的序列，CR 和 LF（MS Windows）。我将在这里假设类似Unix的表示。（更新：在评论中，你说你使用的是 Ubuntu 12.04 和 gcc 4.6.3，所以文本文件绝对应该是 Unix 风格的格式。

我刚刚根据您问题中的代码编写了以下程序：

#include <iostream>
#include <string>
int main() {
    std::string input;
    int line_number = 0;
    while(std::getline(std::cin, input))
    {   
        line_number ++;
        std::cout << "line " << line_number
                  << ", input = "" << input << ""n";
    }
}

我创建了一个 3 行文本文件in.txt：

ABCD
EFGH
IJHL

在文件中in.txt每行都以单个换行符结尾。

这是我得到的输出：

$ cat in.txt
ABCD
EFGH
IJHL
$ g++ c.cpp -o c
$ ./c < in.txt
line 1, input = "ABCD"
line 2, input = "EFGH"
line 3, input = "IJHL"
$
文件末尾的最后一个换行符

不会开始换行符，它只是标记当前行的末尾。（不以换行符结尾的文本文件甚至可能无效，具体取决于系统。

如果我在in.txt末尾添加第二个换行符，我可以得到您描述的行为：

$ echo '' >> in.txt
$ cat in.txt
ABCD
EFGH
IJHL
$ ./c < in.txt
line 1, input = "ABCD"
line 2, input = "EFGH"
line 3, input = "IJHL"
line 4, input = ""
$
程序在输入文件的末尾

看到一个空行，因为输入文件的末尾有一个空行。

如果您检查 in.txt 的内容，您会发现最后有两个换行符 （LF），一个用于标记第三行的末尾，另一个用于标记（空）第四行的末尾。（或者，如果它是一个Windows格式的文本文件，你会在文件的最后找到一个CR-LF-CR-LF序列。

如果你的代码不能正确处理空行，

那么你应该确保它不会在其输入上收到任何空行，或者更好的是，修改它，使其正确处理空行。它应该如何处理空行？这取决于程序需要做什么，这可能完全取决于你。您可以静默地跳过空行：

if (input != "") {
    // process line
}

或者，您可以将空行视为错误：

if (input == "") {
    // error handling code
}

或者，您可以将空行视为有效数据。

在任何情况下，您都应该确切地决定如何处理空行。

为什么第 4 个循环会运行？

因为文本输入包含四行。

新行字符的意思就是 - "开始新行"。这并不意味着"前面的行是完整的"，在这个测试中，揭示了这两种语义之间的差异。所以我们有

1. ABCD
2. DEFG
3. HIJK
4.

第三行末尾的换行符开始一个新行 - 就像它应该做的那样，就像它的名字所说的那样。该行为空的事实就是您返回空字符串的原因。如果要避免它，请修剪第三行末尾的换行符，或者简单地修剪特殊情况if (input == "") break;。

问题与您的代码无关，而在于您对换行符行为的错误期望。

结局：

编辑：请阅读接受的答案，以获取问题的正确解释和解决方案。

作为在 while 循环条件下使用 std：：getline（） 的人的注意，请记住检查它是否是循环中的空字符串并相应地中断，如下所示：

string input;
while(std::getline(std::cin, input))
{
    if(input = "")
        break;
    //some read only processing with input 
}

我的建议：在while循环条件中根本不要使用std：：getline（）。而是像这样使用 std：：cin ：

while(std::cin>>a>>b)
{
    //loop body
}

这样就不需要对空字符串进行额外的检查，并且代码设计更好。

上面提到的后一种方法否定了对空字符串的显式检查（但是，最好对输入的格式进行尽可能多的显式检查）。

相关文章：