使用读取功能使用C（大于4GB）读取大文件，导致问题

Question

我必须编写用于读取大文件的C代码。 代码如下：

int read_from_file_open(char *filename,long size)
{
    long read1=0;
    int result=1;
    int fd;
    int check=0;
    long *buffer=(long*) malloc(size * sizeof(int));
    fd = open(filename, O_RDONLY|O_LARGEFILE);
    if (fd == -1)
    {
       printf("\nFile Open Unsuccessful\n");
       exit (0);;
    }
    long chunk=0;
    lseek(fd,0,SEEK_SET);
    printf("\nCurrent Position%d\n",lseek(fd,size,SEEK_SET));
    while ( chunk < size )
    {
        printf ("the size of chunk read is  %d\n",chunk);
        if ( read(fd,buffer,1048576) == -1 )
        {
            result=0;
        }
        if (result == 0)
        {
            printf("\nRead Unsuccessful\n");
            close(fd);
            return(result);
        }

        chunk=chunk+1048576;
        lseek(fd,chunk,SEEK_SET);
        free(buffer);
    }

    printf("\nRead Successful\n");

    close(fd);
    return(result);
}

我在这里遇到的问题是，只要传递的参数（size参数）小于264000000字节，它似乎能够读取。 我每个周期都会获得越来越大的块变量。

当我传递264000000字节或更多时，读取失败，即：根据检查使用，read返回-1。

谁能指出我为什么会这样？ 我正在使用cc在正常模式下编译，而不是使用DD64。

Answer 1

首先，为什么你的循环中需要lseek() ？ read()将按文件读取的字节数提前文件中的光标。

并且，对于主题：long和chunk分别具有最大值2147483647 ，任何大于该值的数字实际上将变为负数。

您想使用off_t声明chunk： off_t chunk ，并将size作为size_t 。 这是lseek()失败的主要原因。

然后，正如其他人注意到的那样，你不想在循环中free()你的缓冲区。

另请注意，您将覆盖已阅读的数据。 另外， read()不一定会读出你所要求的数量，所以最好按实际读取的字节数推进块，而不是你想要读取的字节数。

考虑到所有问题，正确的代码应该看起来像这样：

// Edited: note comments after the code
#ifndef O_LARGEFILE
#define O_LARGEFILE 0
#endif

int read_from_file_open(char *filename,size_t size)
{
int fd;
long *buffer=(long*) malloc(size * sizeof(long));
fd = open(filename, O_RDONLY|O_LARGEFILE);
   if (fd == -1)
    {
       printf("\nFile Open Unsuccessful\n");
       exit (0);;
    }
off_t chunk=0;
lseek(fd,0,SEEK_SET);
printf("\nCurrent Position%d\n",lseek(fd,size,SEEK_SET));
while ( chunk < size )
  {
   printf ("the size of chunk read is  %d\n",chunk);
   size_t readnow;
   readnow=read(fd,((char *)buffer)+chunk,1048576);
   if (readnow < 0 )
     {
        printf("\nRead Unsuccessful\n");
        free (buffer);
        close (fd);
        return 0;
     }

   chunk=chunk+readnow;
  }

printf("\nRead Successful\n");

free(buffer);
close(fd);
return 1;

}

我也冒昧地删除结果变量和所有相关逻辑，因为我相信它可以简化。

编辑：我注意到一些系统（最值得注意的是，BSD）没有O_LARGEFILE ，因为那里不需要它。 所以，我在开头添加了#ifdef，这将使代码更具可移植性。

Answer 2

lseek函数可能难以支持大文件大小。 尝试使用lseek64

请检查链接以查看使用lseek64函数时需要定义的关联宏。

Answer 3

如果是32位机器，则读取大于4gb的文件会引起一些问题。 因此，如果您正在使用gcc编译器，请尝试使用宏-D_LARGEFILE_SOURCE=1和-D_FILE_OFFSET_BITS=64 。

请检查此链接

如果您正在使用任何其他编译器检查类似类型的编译器选项。