使用ReadFile读取文件后打印出现异常字符的问题排查

我有一个内容为"SakyLabs. Hello, MDE"的纯文本文件，尝试使用ReadFile函数读取后打印，却得到如下输出：

?SakyLabs. Hello, MDE??²

请问我哪里操作出错了？

以下是我的代码：

// 用于CreateFileW
HANDLE createFile;  
DWORD fileDesiredAccess = GENERIC_READ | GENERIC_WRITE;
DWORD fileShareMode = FILE_SHARE_READ | FILE_SHARE_WRITE;
DWORD creationDisposition = CREATE_ALWAYS;
DWORD fileFlags = FILE_ATTRIBUTE_NORMAL;

// ReadFile函数相关变量
BOOL readFile;
DWORD lastError;
DWORD fileSize;
LPWSTR fileBuffer;
DWORD bytesRead;

if ((wcscmp(argv[1], L"-ef") == 0))
{
    createFile = CreateFileW(argv[2], fileDesiredAccess, fileShareMode, NULL, OPEN_EXISTING, fileFlags, NULL);

    // 获取扩展错误信息
    lastError = GetLastError();

    if (createFile == INVALID_HANDLE_VALUE)
    {
        wprintf(L"打开文件出错，错误码：%d ", lastError);
        ShowErrorMessage(lastError);
        return;
    }

    // 文件已打开！读取内容

    fileSize = GetFileSize(createFile, NULL);

    fileBuffer = (LPWSTR)malloc((fileSize) + 1);

    if (fileBuffer == NULL)
    {
        wprintf(L"内存分配失败。\n");
        CloseHandle(createFile);
        return;
    }

    readFile = ReadFile(createFile, fileBuffer, fileSize, &bytesRead, NULL);
    lastError = GetLastError();

    if (!readFile)
    {
        wprintf(L"读取文件出错，错误码：%d ", lastError);
        ShowErrorMessage(lastError);
        CloseHandle(createFile);
        return;
    }

    fileBuffer[fileSize] = '\0';

    // 显示内容
    wprintf(L"%s \n", fileBuffer);
    free(fileBuffer);
    CloseHandle(createFile);
}

return 0;
}

核心问题是文本编码不匹配，同时存在内存分配和字符串终止的错误：

具体错误点 #

• 编码不匹配：纯文本文件默认是ANSI或UTF-8（单字节/可变字节编码），但你用LPWSTR（对应UTF-16双字节宽字符）存储读取的原始字节，并用wprintf（宽字符输出函数）打印，导致单字节数据被强行解析为双字节UTF-16，出现乱码。
• 内存分配错误：LPWSTR每个字符占2字节，你按文件字节数fileSize分配内存，再加1个单字节空间，既不符合宽字符内存需求，也会导致内存不足。
• 字符串终止错误：fileBuffer[fileSize] = '\0';中fileSize是字节数，但LPWSTR的索引是按字符数（每个2字节），导致终止符位置错误，引发越界或无效宽字符。
• 错误码调用时机错误：CreateFileW成功后仍调用GetLastError，会覆盖原本的0值或残留之前的错误码，应该只在createFile == INVALID_HANDLE_VALUE时调用。

解决方法（二选一） #

方法1：使用ANSI字符集处理（适合普通纯文本） #

将宽字符相关类型和函数替换为ANSI版本，匹配普通纯文本的编码：

// 修改变量类型
LPSTR fileBuffer;
// ...
// 内存分配按字节数+1
fileBuffer = (LPSTR)malloc(fileSize + 1);
// ...
// 用实际读取的字节数设置终止符
fileBuffer[bytesRead] = '\0';
// 用ANSI输出函数
printf("%s \n", fileBuffer);

方法2：UTF-8转UTF-16处理（推荐，支持多语言） #

如果文件是UTF-8编码，先读取原始字节流，再转换为UTF-16宽字符后输出：

// 读取UTF-8原始字节
LPSTR utf8Buffer = (LPSTR)malloc(fileSize + 1);
ReadFile(createFile, utf8Buffer, fileSize, &bytesRead, NULL);
utf8Buffer[bytesRead] = '\0';

// 计算需要的宽字符缓冲区大小
int wcharSize = MultiByteToWideChar(CP_UTF8, 0, utf8Buffer, -1, NULL, 0);
LPWSTR wcharBuffer = (LPWSTR)malloc(wcharSize * sizeof(WCHAR));
// 转换为UTF-16
MultiByteToWideChar(CP_UTF8, 0, utf8Buffer, -1, wcharBuffer, wcharSize);

// 输出宽字符内容
wprintf(L"%s \n", wcharBuffer);

// 释放内存
free(utf8Buffer);
free(wcharBuffer);

额外注意事项 #

• 读取文件时优先使用bytesRead（实际读取字节数）而非fileSize，避免因文件系统或权限问题导致读取不完整。
• 调用GetLastError必须紧跟在失败的API调用之后，否则错误码会被后续操作覆盖。

内容的提问来源于stack exchange，提问作者Sergio Calderon