在C++中从标准输入读取长度大于4096字节的字符串

Question

我正在尝试读取一个长度为10^5的字符串。如果字符串的大小超过4096，我将得到不正确的字符串。 我使用以下代码：

string a;
cin>>a;

这个方法没起作用，然后我尝试使用以下代码逐个读取字符

unsigned char c;
vector<unsigned char> a;
while(count>0){
 c = getchar();
 a.push_back(c);
 count--;
}

我已经对使用getchar做了必要的转义，但仍存在4096字节的问题。有人能提供解决方法或指向正确的读取方式吗？

- Baruntar

---

你使用的是哪个C运行时？看起来很奇怪，cin不能处理“任何大小的字符串” - 但我必须承认我没有尝试过。 - Mats Petersson

你是在终端读取吗？终端输入缓冲区容量有限。 - Brian Bi

你是在终端中复制粘贴吗？这可能是终端或shell程序的问题。 - Potatoswatter

10^5阶？天啊。这是什么，像“输入你最喜欢的莎士比亚作品并按回车键”吗？开玩笑了，你的stdin是什么？通常是控制台，它通常甚至没有那么大的缓冲区，因此，你无法从中读取那么多内容。 - Kahler

Answer 1

这是因为你的终端输入被缓存在内核的I/O队列中。

终端设备的输入和输出队列在内核中实现了一种缓冲形式，独立于I/O流实现的缓冲。

终端输入队列有时也称为它的预读缓冲区。它保存从终端接收但尚未被任何进程读取的字符。

输入队列的大小由MAX_INPUT和_POSIX_MAX_INPUT参数描述；

默认情况下，你的终端处于规范模式。

在规范模式下，所有输入都保留在队列中，直到接收到换行符，因此当你输入非常长的行时，终端输入队列会填满。

---

我们可以将终端的输入模式从规范模式更改为非规范模式。

您可以通过终端完成此操作：

$ stty -icanon (change the input mode to non-canonical)
$ ./a.out (run your program)
$ stty icanon (change it back to canonical)

或者您也可以通过编程的方式进行更改,

要通过编程方式更改输入模式，我们必须使用低级终端界面。

因此，您可以执行以下操作:

#include <iostream>
#include <string>
#include <stdio.h>
#include <termios.h> 
#include <unistd.h>

int clear_icanon(void)
{
  struct termios settings;
  int result;
  result = tcgetattr (STDIN_FILENO, &settings);
  if (result < 0)
    {
      perror ("error in tcgetattr");
      return 0;
    }

  settings.c_lflag &= ~ICANON;

  result = tcsetattr (STDIN_FILENO, TCSANOW, &settings);
  if (result < 0)
    {
      perror ("error in tcsetattr");
      return 0;
   }
  return 1;
}


int main()
{
    clear_icanon(); // Changes terminal from canonical mode to non canonical mode.

    std::string a;

    std::cin >> a;

    std::cout << a.length() << std::endl;
}

- Raman

Answer 2

使用你发布的测试程序:

#include <iostream>
#include <string>


int main()
{
    std::string a;

    std::cin >> a;

    std::cout << a.length() << std::endl;
}

我能做到：

./a.out < fact100000.txt

并获得输出：

456574

然而，如果我从编辑器复制粘贴到控制台，它会在4095处停止。我认为这是控制台复制粘贴处理中的某个限制。当然，解决这个问题的简单方法是不使用复制粘贴，而是从文件中重定向输入。在其他一些系统上，对于4KB的输入限制可能存在于其他地方。（请注意，在我的系统上，至少可以愉快地将450KB的结果复制并粘贴到另一个编辑器窗口中，因此在我的系统中只是控制台缓冲区成了问题）。

- Mats Petersson

---

我会尝试您的解决方案并告诉您。 - Baruntar

考虑到你对另一个答案的评论，以及我也在使用 Fedora（尽管是旧版本的 Fedora 16），很可能你无法在终端输入中键入超过4K的字符。请记住，终端输入是“烹饪”的，换句话说，在实际程序接收之前会进行处理，因此必须限制输入的数量。 - Mats Petersson

Windows / VS 显示 long word 的最大值为 4094，即使有空格并且必须阅读所有单独的 tokens，结果也是类似的。 - Tom

Answer 3

这很可能是平台/操作系统的问题，而不是C++的问题。您使用的是什么操作系统，并且使用什么方法将字符串传递给stdin？命令行参数通常会被限制在一定的大小范围内。

特别是，考虑到您已经尝试逐个字符地读取，但仍然没有起作用，这似乎是将字符串传递到程序的问题，而不是C ++问题。

- Mark Bessey

---

我使用的是Linux，Fedora 20 64。我没有使用任何命令行参数。我只是在运行我的可执行文件后，在Bash终端中键入我的输入，没有重定向。这不是字符串问题，因为在代码片段中我使用了向量。我将尝试发布我输入的内容以及在我的字符串和向量中得到的内容。 - Baruntar