C++如何读写包含std::string、std::vector的变长结构体到二进制文件

问题根本原因 #

你遇到的问题本质是std::string、std::vector这类动态容器的内存布局不是连续存储实际内容：结构体里只保存了指向堆内存的指针、长度等元数据，直接fwrite结构体只会把指针地址、固定大小的元数据写入文件，实际的字符串内容、vector存储的数值都不会被写入，读取回来的指针指向的是无效内存，自然无法正常使用。

可行实现方案 #

方案1：手动实现序列化（无第三方依赖，可控性最高） #

你可以按照固定的自定义格式逐字段写入/读取，不需要依赖任何外部库，适合轻量场景：

写入逻辑（单条entry为例）

// 写入单个entry到文件
void write_entry(FILE* fp, const entry& e) {
    // 1. 写入固定大小的id
    fwrite(&e.id, sizeof(uint64_t), 1, fp);
    // 2. 写入name的长度，再写入name的实际内容
    size_t name_len = e.name.size();
    fwrite(&name_len, sizeof(size_t), 1, fp);
    fwrite(e.name.data(), sizeof(char), name_len, fp);
    // 3. 写入data的长度，再写入data的所有元素
    size_t data_len = e.data.size();
    fwrite(&data_len, sizeof(size_t), 1, fp);
    fwrite(e.data.data(), sizeof(uint64_t), data_len, fp);
}

// 写入整个vector
void write_entry_vector(FILE* fp, const std::vector<entry>& vec) {
    // 可选：先写入总条目数，读取的时候可以先读总大小提前分配vector空间
    size_t total = vec.size();
    fwrite(&total, sizeof(size_t), 1, fp);
    for (const auto& e : vec) {
        write_entry(fp, e);
    }
}

读取逻辑（单条entry为例）

// 从文件读取单个entry
void read_entry(FILE* fp, entry& e) {
    // 1. 读取id
    fread(&e.id, sizeof(uint64_t), 1, fp);
    // 2. 读取name长度，再读取内容赋值给string
    size_t name_len = 0;
    fread(&name_len, sizeof(size_t), 1, fp);
    e.name.resize(name_len);
    fread(e.name.data(), sizeof(char), name_len, fp);
    // 3. 读取data长度，再读取所有元素赋值给vector
    size_t data_len = 0;
    fread(&data_len, sizeof(size_t), 1, fp);
    e.data.resize(data_len);
    fread(e.data.data(), sizeof(uint64_t), data_len, fp);
}

// 读取整个vector
void read_entry_vector(FILE* fp, std::vector<entry>& vec) {
    size_t total = 0;
    fread(&total, sizeof(size_t), 1, fp);
    vec.resize(total);
    for (size_t i = 0; i < total; i++) {
        read_entry(fp, vec[i]);
    }
}

注意事项

• 如果你的文件需要跨平台使用，要统一处理字节序：写入时把数值转成大端（网络字节序），读取时转成本地字节序，避免不同CPU架构的字节序差异导致数据错乱。
• 如果后续结构体可能迭代修改，建议在文件最开头写入版本号，不同版本对应不同的读写逻辑，保证向前兼容。

方案2：使用成熟的序列化库（适合复杂场景） #

如果你的数据结构后续会频繁迭代，或者需要支持跨语言读写，可以直接用现成的序列化框架，不需要自己处理字节序、字段兼容问题：

• Protobuf：通用型强，压缩率和性能均衡，需要先写.proto结构定义文件生成序列化代码
• FlatBuffers：适合性能要求极高的场景，不需要 unpack 就可以直接读取数据
• nlohmann/json：可以序列化为BSON等二进制格式，不需要额外写定义，使用简单但性能相对低一些

核心原则 #

序列化的核心逻辑是：所有动态长度的字段，都要先写长度再写实际内容，读写顺序严格保持一致，只要遵守这个原则，不管是手动实现还是用第三方库，都不会出现数据错乱的问题。

内容的提问来源于stack exchange，提问作者Mutaru