C++基礎——文件逐行讀取與字元匹配
技術背景
用慣了python，對其他語言就比較的生疏。但是python很多時候在性能上比較受局限，這裡嘗試通過C++來實現一個文件IO的功能，看看是否能夠比python的表現更好一些。關於python的類似功能的實現，可以參考這一篇部落格。
C++讀取文件
首先我們構造一個txt文件用於測試，比如以下這個名為mindspore.txt的文件（之所以取這個名字，是因為最近在研究mindspore，因此最方便拿到的數據就是mindspore的借口api文檔）：
MindSpore Python API
MindSpore Python API
mindspore
mindspore.common.initializer
mindspore.communication
mindspore.compression
mindspore.context
mindspore.dataset
mindspore.dataset.config
mindspore.dataset.text
mindspore.dataset.transforms
mindspore.dataset.vision
mindspore.explainer
mindspore.mindrecord
mindspore.nn
mindspore.numpy
mindspore.nn.probability
mindspore.ops
mindspore.profiler
mindspore.train
MindArmour Python API
mindarmour
mindarmour.adv_robustness.attacks
mindarmour.adv_robustness.defenses
mindarmour.adv_robustness.detectors
mindarmour.adv_robustness.evaluations
mindarmour.fuzz_testing
mindarmour.privacy.diff_privacy
mindarmour.privacy.evaluation
mindarmour.privacy.sup_privacy
mindarmour.utils
MindSpore Hub Python API
mindspore_hub
MindSpore Serving Python API
mindspore_serving
MindQuantum Python API
mindquantum
然後構造一個C++程式碼用於逐行讀取這個文件，通過getline函數，將獲取到的行字元串保存到strline中，並且每次讀取一行都在螢幕上輸出出來。由於這裡使用的是while循環，因此採用index的方案設置了一個跳出循環的條件，只讀取特定的行範圍：
// iofile.cpp
#include <iostream>
#include <fstream>
#include <string>
int main()
{
using namespace std;
string filename="mindspore.txt";
ifstream fin(filename.c_str());
int index = 0;
string strline;
while (getline(fin, strline) && index < 20)
{
cout << strline << endl;
index ++;
}
fin.close();
cout << "Done!\n";
return 0;
}
在讀取完畢後，記得使用close()將文件關閉。上述程式碼的執行結果如下：
dechin@ubuntu2004:~/projects/gitlab/dechin/$ g++ iofile.cpp
dechin@ubuntu2004:~/projects/gitlab/dechin/$ ./a.out
MindSpore Python API
MindSpore Python API
mindspore
mindspore.common.initializer
mindspore.communication
mindspore.compression
mindspore.context
mindspore.dataset
mindspore.dataset.config
mindspore.dataset.text
mindspore.dataset.transforms
mindspore.dataset.vision
mindspore.explainer
mindspore.mindrecord
mindspore.nn
mindspore.numpy
mindspore.nn.probability
mindspore.ops
mindspore.profiler
mindspore.train
Done!
這裡我們使用的g++版本為9.3.0：
dechin@ubuntu2004:~/projects/gitlab/dechin/$ g++ --version
g++ (Ubuntu 9.3.0-17ubuntu1~20.04) 9.3.0
Copyright (C) 2019 Free Software Foundation, Inc.
This is free software; see the source for copying conditions. There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.
因為上述案例讀取的是前20行的內容，那麼在Linux下我們還可以通過head來查看前20行的文件內容：
dechin@ubuntu2004:~/projects/gitlab/dechin/$ head -n 20 mindspore.txt
MindSpore Python API
MindSpore Python API
mindspore
mindspore.common.initializer
mindspore.communication
mindspore.compression
mindspore.context
mindspore.dataset
mindspore.dataset.config
mindspore.dataset.text
mindspore.dataset.transforms
mindspore.dataset.vision
mindspore.explainer
mindspore.mindrecord
mindspore.nn
mindspore.numpy
mindspore.nn.probability
mindspore.ops
mindspore.profiler
mindspore.train
經過對比發現兩個結果是一致的。
C++字元串匹配
我們假象一個這樣的測試案例，在上述的txt文本中，我們想把帶有字元context的那一行標記出來，使其跟其他的行不一樣。這時候就需要使用到C++的字元串匹配功能，其格式為string.find("context")，返回的是一個識別碼，用於標記是否存在或者是存在的位置，如果字元不存在，則返回結果等價於string::npos。按照這個思路，我們定義一個布爾值，在檢索過程中如果遇到context字元就輸出1，否則輸出0，具體的程式碼實現如下：
// iofile.cpp
#include <iostream>
#include <fstream>
#include <string>
int main()
{
using namespace std;
string filename="mindspore.txt";
ifstream fin(filename.c_str());
int index = 0;
string strline;
while (getline(fin, strline) && index < 20)
{
bool exists = strline.find("context") == string::npos;
cout << strline << '\t' << !exists << endl;
index ++;
}
fin.close();
cout << "Done!\n";
return 0;
}
上述程式碼的執行結果如下所示：
dechin@ubuntu2004:~/projects/gitlab/dechin/$ g++ iofile.cpp && ./a.out
MindSpore Python API 0
MindSpore Python API 0
mindspore 0
mindspore.common.initializer 0
mindspore.communication 0
mindspore.compression 0
mindspore.context 1
mindspore.dataset 0
mindspore.dataset.config 0
mindspore.dataset.text 0
mindspore.dataset.transforms 0
mindspore.dataset.vision 0
mindspore.explainer 0
mindspore.mindrecord 0
mindspore.nn 0
mindspore.numpy 0
mindspore.nn.probability 0
mindspore.ops 0
mindspore.profiler 0
mindspore.train 0
Done!
我們可以注意到，在含有context的那一行的行末輸出了一個1，其他行的行末輸出的都是0.
C++運行時間統計
在python中我們常用的一個功能是導入time.time()來記錄時間，然後計算兩次時間之間的差值，就可以得到一個程式的精確運行時間。C++中有一個比較類似的用法是clock_t，這裡為了方便測試，我們把上述用到的程式碼封裝到一個reader函數內，然後在main函數中調用以及統計運行時間：
// iofile.cpp
#include <iostream>
#include <fstream>
#include <string>
#include <time.h>
using namespace std;
int reader()
{
string filename="mindspore.txt";
ifstream fin(filename.c_str());
int index = 0;
string strline;
while (getline(fin, strline) && index < 20)
{
bool exists = strline.find("context") == string::npos;
cout << strline << '\t' << !exists << endl;
index ++;
}
fin.close();
cout << "Done!\n";
return 0;
}
int main()
{
clock_t start, end;
start = clock();
reader();
end = clock();
cout << "The time cost is: " << double(end-start)/CLOCKS_PER_SEC << "s" << endl;
}
上述程式碼的執行結果如下所示：
dechin@ubuntu2004:~/projects/gitlab/dechin/$ g++ iofile.cpp && ./a.out
MindSpore Python API 0
MindSpore Python API 0
mindspore 0
mindspore.common.initializer 0
mindspore.communication 0
mindspore.compression 0
mindspore.context 1
mindspore.dataset 0
mindspore.dataset.config 0
mindspore.dataset.text 0
mindspore.dataset.transforms 0
mindspore.dataset.vision 0
mindspore.explainer 0
mindspore.mindrecord 0
mindspore.nn 0
mindspore.numpy 0
mindspore.nn.probability 0
mindspore.ops 0
mindspore.profiler 0
mindspore.train 0
Done!
The time cost is: 0.000245s
輸出的時間表示這個函數運行時間共計0.2ms。
總結概要
本文簡單的介紹了C++中的三種基礎操作：逐行讀取文件內容、字元串匹配以及運行時間的統計，並且通過一個簡單的範例來實現了這三種基本的功能。相比於python而言，C++的程式碼編寫量肯定要多一些，但是考慮到C++可能帶來的效率增益，我們也應當了解其基本的用法以及功能實現。
版權聲明
本文首發鏈接為：//www.cnblogs.com/dechinphy/p/cppio.html
作者ID：DechinPhy
更多原著文章請參考：//www.cnblogs.com/dechinphy/
