fread读取文本文件时末尾内容重复的问题排查

你遇到的末尾重复/垃圾数据问题，核心原因是文本模式打开文件时的换行符转换：

• Windows系统中，文本文件的换行符是CRLF（\r\n，占2字节），用"r"模式打开文件时，C标准库会自动将其转换为LF（\n，占1字节）。
• 你用stat获取的是磁盘文件的原始字节数，但fread实际读取到的字符数会比这个数值少（每有一个换行符就少1字节）。
• 此时你按stat的大小resize了vector，但fread只填充了前面一部分空间，剩下的位置保留了vector内存中的残留数据（可能是之前使用过的内容），就出现了末尾的重复/垃圾数据。

不需要改用getline，有两种可靠的处理方式：

方式1：二进制模式读取（推荐，保持字节一致性） #

用"rb"模式打开文件，禁止换行符转换，让stat的字节数和fread的读取数完全匹配：

void copyFile(std::vector<char> & output, const char * filename) {
    output.clear();
    FILE * file = fopen(filename, "rb"); // 二进制模式打开，避免换行符转换
    if (!file)
        return;

    struct stat statBuffer;
    if (stat(filename, &statBuffer) != 0) { // 检查stat调用是否成功
        fclose(file);
        return;
    }

    output.resize(statBuffer.st_size + 1);
    size_t bytesRead = fread(output.data(), 1, statBuffer.st_size, file);
    output[bytesRead] = '\0'; // 用实际读取数设置终止符
    // 可选：截断vector到有效长度+1，避免预留的空内存
    output.resize(bytesRead + 1);

    fclose(file);
}

方式2：循环读取，不依赖stat的大小 #

放弃预先获取文件大小，直接循环读取直到文件结束，按实际读取的字节数追加到vector中，适配文本/二进制模式：

void copyFile(std::vector<char> & output, const char * filename) {
    output.clear();
    FILE * file = fopen(filename, "r");
    if (!file)
        return;

    char buf[1024]; // 用小缓冲区分批读取
    size_t bytesRead;
    while ((bytesRead = fread(buf, 1, sizeof(buf), file)) > 0) {
        output.insert(output.end(), buf, buf + bytesRead);
    }
    output.push_back('\0'); // 添加字符串终止符

    fclose(file);
}

• 始终检查stat、fopen、fread的返回值，避免因文件权限、文件不存在等问题导致异常。
• 如果需要处理的是纯文本内容，两种方式都可行；如果需要精确保留文件原始字节（比如二进制文件），必须用二进制模式。

内容的提问来源于stack exchange，提问作者Anne Quinn