C++逐字节读取文件：为何代码块1返回正确字节数60008，代码块2返回错误字节数54060？

这问题很典型，核心在于你用了两种完全不同的输入方式，它们的行为差异直接导致了读取结果的不同：

代码块1为什么正确？ #

代码块1里的std::istreambuf_iterator<char>是直接和流的底层缓冲区打交道的，它会原封不动地读取每一个字节——不管这个字节是空白字符、空字节还是其他任何值，没有任何跳过或格式化操作。加上你已经指定了std::ios::binary模式，流不会对换行符做任何转换，所以能准确读取文件的全部字节数，结果自然是对的。

代码块2为什么会少读字节？ #

问题出在>>这个格式化输入运算符上，哪怕你开了二进制模式，它的行为也没你想的那么“二进制”：

• 跳过空白字符：默认情况下，>>会根据当前locale的规则，跳过所有被std::isspace()判定为空白的字符，包括空格、换行符、制表符，甚至是ASCII值为0的空字节。如果你的二进制文件里包含大量这类字节，它们都会被直接跳过，不会被加入到bytes向量中，这就是读取总数变少的主要原因。
• 循环条件的小坑：while (labelsFile)的写法会导致最后一次无效读取被加入向量。当流到达EOF时，labelsFile >> byte会失败，但此时循环仍然会执行bytes.push_back(byte)，这时候byte的值是未定义的——不过这个问题只会多算一个字节，不是你当前结果差异的主要原因。

如何修正代码块2？ #

如果你想用循环逐字节读取，应该用std::ifstream::get()方法，它会读取每一个字节（包括空白和空字节），不会跳过任何内容，同时把读取操作放在循环条件里，能正确处理EOF：

std::string test_labels = "train-labels.idx1-ubyte";
std::ifstream labelsFile(test_labels, std::ios::binary);
std::vector<char> bytes;
char byte;
// 用get()读取，读取成功才进入循环
while (labelsFile.get(byte)) {
    bytes.push_back(byte);
}
std::cout << "\nNumber of bytes read " << bytes.size() << std::endl;

内容的提问来源于stack exchange，提问作者sandy