C语言读取二进制文件中每3位数据的跨字节读取问题求解

你的问题核心是位流的跨字节处理——因为3位一组的结构不会刚好对齐字节边界，所以需要维护一个缓冲区来暂存未处理的剩余位，每次读取新字节后和缓冲区的剩余位组合，再提取完整的3位组。

下面是具体的实现方案：

核心思路 #

我们需要两个状态变量来追踪未处理的位：

• 一个缓冲区（bit_buffer）：存储还没处理的位，用unsigned int确保有足够空间容纳多个字节的位
• 剩余位数计数器（bits_remaining）：记录缓冲区里还有多少位没被提取

每次读取时，先检查缓冲区的位数是否足够3位：

1. 如果不够，就读取新的字节，将其追加到缓冲区的低位
2. 当位数足够时，提取最高的3位（和你原来处理单个字节的位顺序一致：高位优先）
3. 更新缓冲区和剩余位数，移除已经提取的3位，留待后续处理

完整代码实现 #

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

typedef unsigned char BYTE;

// 静态变量：在函数调用间保留状态，用于存储未处理的位和剩余位数
static unsigned int bit_buffer = 0;
static int bits_remaining = 0;

// 检查文件是否成功打开的辅助函数
void checkFileOpening(FILE *fh) {
    if (fh == NULL) {
        perror("Failed to open file");
        exit(EXIT_FAILURE);
    }
}

// 读取3位数据的核心函数，返回值为0-7（3位的范围），文件结束返回-1
int read_3_bits(FILE *fh) {
    // 循环读取字节，直到缓冲区有足够的3位
    while (bits_remaining < 3) {
        BYTE ch;
        size_t read_count = fread(&ch, sizeof(BYTE), 1, fh);
        
        // 文件读取完毕，没有足够的位组成完整3位，返回-1
        if (read_count == 0) {
            return -1;
        }
        
        // 将新读取的字节追加到缓冲区低位：现有位左移8位腾出空间，再按位或新字节
        bit_buffer = (bit_buffer << 8) | ch;
        bits_remaining += 8;
    }

    // 提取最高的3位：右移到最低位，再用掩码0x7（二进制111）保留3位
    int value = (bit_buffer >> (bits_remaining - 3)) & 0x7;

    // 更新缓冲区：移除已提取的3位（左移3位），剩余位数减3
    bit_buffer <<= 3;
    bits_remaining -= 3;

    return value;
}

int main() {
    FILE* fh = fopen("knightPath.bin", "rb");
    checkFileOpening(fh);

    int three_bit_value;
    // 循环读取所有3位组，直到文件结束
    while ((three_bit_value = read_3_bits(fh)) != -1) {
        // 这里可以根据你的需求处理每个3位值，比如映射成行号/列号或字符
        printf("读取到3位值: %d\n", three_bit_value);
        // 示例：如果A对应0，B对应1...可以转换为字符
        // char chr = 'A' + three_bit_value;
        // printf("对应的字符: %c\n", chr);
    }

    fclose(fh);
    return 0;
}

关键细节解释 #

1. 静态变量的作用：bit_buffer和bits_remaining是静态变量，意味着它们的值在read_3_bits函数的多次调用之间会保留，完美适配持续的位流处理需求。
2. 位的拼接逻辑：bit_buffer = (bit_buffer << 8) | ch 将新读取的字节追加到缓冲区的低位，确保位流的顺序和文件中的存储顺序一致（高位字节的高位先处理，后续字节的高位接在前一个字节的低位之后）。
3. 3位提取逻辑：(bit_buffer >> (bits_remaining - 3)) 将缓冲区中最高的3位移到最低位，再用& 0x7掩码过滤掉其他位，确保得到的是0-7之间的有效3位值。
4. 边界处理：当文件结束时，如果剩余的位不足3位，函数返回-1，避免处理不完整的无效数据。

这个方案可以完美解决你遇到的跨字节3位读取问题，不管3位组是在单个字节内还是跨两个字节，都能正确提取。

内容的提问来源于stack exchange，提问作者Niv Neuvirth