C++使用ifstream逐字符读取文件出现额外字符的问题求助

问题根源 #

你写的while(input_file.good())循环逻辑存在顺序错误：good()仅检查当前流状态是否正常，但**get()是先执行读取操作才会更新流状态**。当读到文件最后一个字符后，流状态仍然是good()，循环会再次执行，此时get()会读取到EOF（对应int类型的-1），转换成unsigned char后会变成0xFF，这就是你看到的额外字符。

排查与修复建议 #

• 修正循环判断逻辑：把读取操作和状态检查合并，确保只有读取成功才进入循环。推荐两种写法：
  写法1（直接读取到unsigned char）：

  unsigned char c;
  // 利用get()的返回值判断读取是否成功
  while (input_file.get(reinterpret_cast<char&>(c))) {
      // 处理字符c的逻辑
  }
  

  写法2（先读取int类型的EOF标记）：

  int ch;
  // 先读取再判断是否为EOF
  while ((ch = input_file.get()) != EOF) {
      unsigned char c = static_cast<unsigned char>(ch);
      // 处理字符c的逻辑
  }
  

• 检查文件实际字节内容：肉眼看到的"ABCD"不代表文件只有这4个字节，可能存在隐藏内容：

  • Windows下文本文件末尾可能有换行符（0x0A或0x0D 0x0A）；
  • UTF-8编码的文件可能带有BOM头（EF BB BF三个字节）；
  • 文件可能被误写入了空字节或其他不可见字符。可以用十六进制编辑器打开文件，查看实际的字节序列。

• 确认文件打开模式：如果是读取二进制文件，必须加上ios::binary标记打开流，避免文本模式下的自动转换（比如Windows下CRLF转LF）：

  std::ifstream input_file("your_file.txt", std::ios::binary);
  

• 验证EOF的处理：get()返回的EOF是int类型的-1，直接转换成unsigned char会变成0xFF，被当作有效字符。必须先判断读取结果是否为EOF，再转换为unsigned char处理。

内容的提问来源于stack exchange，提问作者Atul Acharya