如何在C或C++中复制文本文件？

Question

尝试将文本文件A复制到另一个文件B时，可能有几种方法： 1）逐字节 2）逐词 3）逐行

哪一种更有效？

- user297850

---

你忘了逐个缓冲区。C和C++的流已经有缓冲（大小与操作系统的文件系统相关）。利用这一点来拷贝接近最优大小的数据块。 - Martin York

Answer 1

使用缓冲区：

#include <fstream>

int main()
{
    std::ifstream    inFile("In.txt");
    std::ofstream    outFile("Out.txt");

    outFile << inFile.rdbuf();
} 

C++的fstream内部是有缓冲区的。它们使用高效的缓冲区大小（尽管人们对流的效率有所抱怨）:-)。所以只需将一个流缓冲区复制到另一个流，内部的魔法就会高效地完成从一个流到另一个流的复制。

但是逐个字符地学习使用std::copy()更有趣。

- Martin York

---

Iostreams的低效声誉来自于格式化输入/输出；对于像这样传输原始字节，它几乎是最好的选择。 - Mike Seymour

Answer 2

只需“逐个缓冲区”地以二进制模式复制文件并读/写X字节长的部分。我认为最快的解决方案是直接使用C语言本身或系统调用的复制功能。

最大的缓冲区将为您提供更少的HDD查找数据操作（更快的复制），但会增加更多的RAM使用。

- Piotr Müller

Answer 3

尝试使用C++的iostreams和STL。以下是一个例子：

ifstream infile("to_copy.txt");
if (infile)
{
    istreambuf_iterator<char> ifit(infile);
    ofstream outfile("the_copy.txt");
    ostreambuf_iterator<char> ofit(outfile);
    if (outfile)
    {
        copy(ifit, istreambuf_iterator<char>(), ofit);
        outfile.close();
    }
    else
    {
        cerr << "Could not open output file" << "\n";
    }
    infile.close();
}
else
{
    cerr << "Could not open input file" << "\n";
}

注意：这可能不适用于所有情况。根据您的具体要求使用/定制此内容（例如普通或巨大文件）。

- celavek

Answer 4

如果做得好，逐字节复制更有效率。当然这并不是全部：它取决于你一次复制多少个字节。如果你逐字节地复制，你将为每个字节进行一次I/O调用，最终比字符串库慢。大多数人只是猜测一个好的缓冲区大小（通常是2048或更大，以2的倍数增加），然后使用它。

- wds

---

你能解释一下猜测一个好的缓冲区大小的机制是什么吗？ - user297850

根据您的文本文件存储介质的不同，您很可能会遇到512字节扇区（许多传统硬盘）或2048字节扇区（光盘、许多固态存储设备、一些新型硬盘等）。为了最大程度地减少驱动器的工作量，您需要按扇区的倍数进行复制。因此，您可以每次复制2048个字节，并将操作对齐到2048字节边界（或者，用2048的任何2K倍数替换它）。 - bta

通常，最好的选择是使用内存页面大小的倍数。在Linux中，默认值为4K。虚拟内存管理器非常擅长为您优化其余部分，因此逐页读写可能非常快。使用更大的缓冲区大小可能更好，因为需要较少的系统调用（所有系统调用都有开销），也许还有硬盘缓冲（但无法保证文件在驱动器上是连续的扇区）。这取决于情况。 - wds

Answer 5

如果你逐字逐句地复制，由于文本文件中嵌入了许多行分隔符（\r、\n、\r\n）和空格（\p、\f、0x32），你几乎无法重建原始文件，有失误的风险。

复制文件最有效的方法是使用字节缓冲区。缓冲区越大，复制就越有效率，只要你的缓冲区大小不超过硬盘内部缓冲区大小（今天大约为8mb）。

- codymanix

Answer 6

实际上，我曾经自己做过同样的事情，所以我用不同的大小计时了一下。我发现，对于一个大文件，所花费的时间几乎完全取决于我执行了多少次I/O操作（无论它们的大小如何）。

因此，你最好尽可能少地进行I/O操作。最好只进行两次（一次读取，一次写入）。

- T.E.D.