C++二进制文件读写string与char[]选型及操作相关技术咨询

1、读写.dat格式二进制文件时，选用string还是char[]更合适？ #

没有绝对最优的选择，完全看业务场景：

• 如果是固定长度字段的结构体整体序列化场景（比如高校管理系统里限定姓名最多16字符、学院名最多32字符），选char[]更合适，开发成本更低
• 如果是动态长度的二进制内容存储、不需要按固定大小偏移随机读写的场景，可以用string

2、通常情况下C++读写二进制文件的最优实现方式是什么？ #

分两类场景对应最优实现：

• 固定长度结构体批量读写：
  • 首先给结构体添加#pragma pack(1)编译器指令，取消内存对齐带来的填充字节
  • 打开文件时必须指定std::ios::binary标志，避免Windows下自动转义换行符损坏二进制内容
  • 直接调用fstream的read/write方法整体读写结构体，和参考案例的file.read/write((char *)this, sizeof(类名))用法一致，性能最高，开发成本最低
• 动态长度内容读写：
  • 采用「长度头 + 实际内容」的存储格式
  • 写入时先写内容长度，再写对应长度的二进制数据；读取时先读长度，再读对应字节数的内容，避免越界

3、多数C++项目中普遍使用char[]而非string做二进制写入，背后原因是什么？ #

核心原因是和整体序列化结构体的开发模式不兼容：std::string是动态容器，它的内部成员只有指向堆内存的指针、长度、容量三个值，直接把包含string的结构体整体写入文件时，写进去的只是指针地址，不是实际的字符串内容，读取时这个指针地址早就失效了，访问直接崩溃。
而char[]是结构体内部的固定长度数组，内存直接包含在结构体的地址空间里，整体序列化时可以直接把完整内容写入文件，读出来就能直接用，完全适配参考案例里的简洁写法，不需要额外写序列化逻辑，开发效率高。
另外还有两个次要原因：

• 固定长度char[]的存储不需要额外处理长度字段，文件格式更简单，随机读写时直接按结构体大小偏移即可，不需要解析动态长度
• 很多老项目有兼容C语言的需求，char[]是C/C++通用类型，跨语言交互也更方便

4、如何使用string完成二进制文件的读写操作？ #

注意不能直接对包含string的结构体做整体序列化，要单独处理每个string字段，采用「先写长度、再写内容」的逻辑，示例代码如下：

#include <fstream>
#include <string>

int main() {
    // 写入string到二进制文件
    std::ofstream out_file("student.dat", std::ios::binary);
    std::string college = "计算机科学与技术学院";
    // 先写入字符串长度
    size_t str_len = college.size();
    out_file.write(reinterpret_cast<const char*>(&str_len), sizeof(str_len));
    // 再写入字符串实际内容
    out_file.write(college.data(), str_len);
    out_file.close();

    // 从二进制文件读取string
    std::ifstream in_file("student.dat", std::ios::binary);
    size_t read_len = 0;
    // 先读取长度
    in_file.read(reinterpret_cast<char*>(&read_len), sizeof(read_len));
    std::string read_college;
    // 提前分配对应长度的空间
    read_college.resize(read_len);
    // 读取实际内容到string中
    in_file.read(read_college.data(), read_len);
    in_file.close();
    return 0;
}

注意：如果需要跨平台读写，要额外处理大小端问题，避免不同平台对长度值的字节序解析错误。

内容的提问来源于stack exchange，提问作者Loay Tarek