ifstream::unget() 失败。是 MS 的实现有问题还是我的代码有错误？

Question

昨天，我在相当简单的代码中发现了一个奇怪的错误，该代码基本上从 ifstream 获取文本并将其标记化。实际失败的代码执行了多次 get()/peek() 调用来查找标记“/*”。如果在流中找到令牌，则调用 unget()，以便下一个方法看到以令牌开头的流。

有时，似乎仅取决于文件的长度，unget() 调用会失败。它在内部调用 pbackfail()，然后返回 EOF。然而，清除流状态后，我可以很高兴地读取更多字符，所以它不完全是 EOF..

深入研究后，这是可以轻松重现问题的完整代码：

#include <iostream>
#include <fstream>
#include <string>

  //generate simplest string possible that triggers problem
void GenerateTestString( std::string& s, const size_t nSpacesToInsert )
{
  s.clear();
  for( size_t i = 0 ; i < nSpacesToInsert ; ++i )
    s += " ";
  s += "/*";
}

  //write string to file, then open same file again in ifs
bool WriteTestFileThenOpenIt( const char* sFile, const std::string& s, std::ifstream& ifs )
{
  {
    std::ofstream ofs( sFile );
    if( ( ofs << s ).fail() )
      return false;
  }
  ifs.open( sFile );
  return ifs.good();
}

  //find token, unget if found, report error, show extra data can be read even after error 
bool Run( std::istream& ifs )
{
  bool bSuccess = true;

  for( ; ; )
  {
    int x = ifs.get();
    if( ifs.fail() )
      break;
    if( x == '/' )
    {
      x = ifs.peek();
      if( x == '*' )
      {
        ifs.unget();
        if( ifs.fail() )
        {
          std::cout << "oops.. unget() failed" << std::endl;
          bSuccess = false;
        }
        else
        {
          x = ifs.get();
        }
      }
    }
  }

  if( !bSuccess )
  {
    ifs.clear();
    std::string sNext;
    ifs >> sNext;
    if( !sNext.empty() )
      std::cout << "remaining data after unget: '" << sNext << "'" << std::endl;
  }

  return bSuccess;
}

int main()
{
  std::string s;
  const char* testFile = "tmp.txt";
  for( size_t i = 0 ; i < 12290 ; ++i )
  {
    GenerateTestString( s, i );

    std::ifstream ifs;
    if( !WriteTestFileThenOpenIt( testFile, s, ifs ) )
    {
      std::cout << "file I/O error, aborting..";
      break;
    }

    if( !Run( ifs ) )
      std::cout << "** failed for string length = " << s.length() << std::endl;
  }
  return 0;
}

当字符串长度接近典型的 multiple=of-2 缓冲区大小 4096, 8192, 12288 时，程序失败，输出如下：

oops.. unget() failed
remaining data after unget: '*'
** failed for string length = 4097
oops.. unget() failed
remaining data after unget: '*'
** failed for string length = 8193
oops.. unget() failed
remaining data after unget: '*'
** failed for string length = 12289

在 Windows XP 和 7 上进行测试时会发生这种情况，两者都在调试/发布模式下编译，动态/静态运行时，32 位和 64 位系统/编译，全部使用 VS2008、默认编译器/链接器选项。在64位Debian系统上使用gcc4.4.5测试时没有发现问题。

问题：

1. 其他人可以测试一下吗？我非常感谢 SO 的积极合作。
2. 有没有 任何事物 这在可能导致问题的代码中不正确（不谈论它是否有意义）
3. 或任何可能触发此行为的编译器标志？
4. 所有解析器代码对于应用程序都相当关键并且经过了大量测试，但是当然在测试代码中没有发现这个问题。我应该提出极端的测试用例吗？如果是的话，我该怎么做？我怎么能预测这会导致问题呢？
5. 如果这确实是一个错误，我应该在哪里最好地报告它？

Answer 1

代码中是否有任何不正确的地方可能导致问题（不讨论是否有意义）

是的。标准流至少需要有 1 unget() 位置。所以你只能安全地做一件事 unget() 致电后 get(). 。你打电话时 peek() 并且输入缓冲区为空， underflow() 发生并且实现清除缓冲区并加载数据的新部分。注意 peek() 不会增加当前输入位置，因此它指向缓冲区的开头。当你尝试 unget() 该实现尝试减少当前输入位置，但它已经位于缓冲区的开头，因此失败。

当然这取决于实施。如果流缓冲区保存多个字符，则有时可能会失败，有时则不会。据我所知，微软的实现仅在 basic_filebuf 中存储一个字符（除非您显式指定更大的缓冲区）并依赖于 <cstdio> 内部缓冲（顺便说一句，这就是 MVS iostream 速度慢的原因之一）。质量实现可能会在以下情况下再次从文件加载缓冲区 unget() 失败。但并不要求这样做。

尝试修复您的代码，这样您就不需要多个代码 unget() 位置。如果您确实需要它，则使用保证 unget() 不会失败的流来包装该流（请参阅 Boost.Iostreams）。另外你贴的代码也是废话。它试图 unget() 进而 get() 再次。为什么？