C++PrimerPlus 第五章 循环和关系表达式 - 5.5 循环和文本输入
5.5 循环和文本输入
知道循环的工作原理后，来看一看循环完成的一项最常见、最重要的任务：逐字符地读取来自文件或键盘的文本。例如，读者可能想编写一个能够计算输入中的字符数、行数和字数的程序。传统上，C++和C语言一样，也使用while循环来完成这类任务。下面介绍这是如何完成的。即使熟悉C语言，也不要太快地浏览本节和下一节。尽管C++中的while循环与C语言中的while循环一样，但C++的I/O工具不同，这使得C++循环看起来与C语言循环有些不同。事实上，cin对象支持3种不同模式的单字符输入，请用户接口各不相同。下面介绍如何在while循环中使用这三种模式。
5.5.1 使用原始的cin进行输入
如果程序要使用循环来读取来自键盘的文本输入，则必须有办法知道何时停止读取。如何知道这一点呢？一种办法是选择某个特殊字符——有时被称为哨兵字符（sentinel character），将其作为停止标记。即在屏幕上显示读取的字符。按下键盘上的键不能自动将字符显示到屏幕上，程序必须通过回显输入字符来完成这项工作。通常，这种任务由操作系统处理。运行完毕后，该程序将报告处理的总字符数。程序清单5.16列出了该程序的代码。
程序清单5.16 textin1.cpp
//textin1.cpp -- reading chars with a while loop
#include<iostream>
int main()
{
using namespace std;
char ch;
int count = 0; //use basic input
cout << "Enter characters; enter # to quit: \n";
cin >> ch; //get a character
while (ch != '#') //test the character
{
cout << ch; //echo the character
++count; //count the character
cin >> ch; //get the next character
}
cout << endl << count << " characters read\n";
return 0;
}下面是该程序的运行情况：
Enter characters; enter # to quit:
see ken run#really fast
seekenrun
9 characters read
程序说明
请注意该程序的结构。该程序在循环之前读取第一个输入字符，这样循环可以测试第一个字符。这很重要，因为第一个字符可能是#。由于textin1.cpp使用的是入口条件循环，因此在这种情况下，能够正确地跳过整个循环。由于前面已经将变量count设置为0，因此count的值也是正确的。
如果读取的第一个字符不是#，则程序进入该循环，显示字符，增加计数，然后读取下一个字符。最后一步极为重要，没有这一步，循环将反复处理第一个输入字符，一直进行下去。有了这一步后，程序就可以处理到下一个字符。
注意，该循环设计遵循了前面指出的几条指导原则。结束循环的条件是最后读取的一个字符是#。该条件是通过在循环之前读取一个字符进行初始化的，而通过循环体结尾读取下一个字符进行更新。
上面的做法合情合理。但为什么程序在输出时省略了空格呢？原因在cin。读取char值时，与读取其他基本类型一样，cin将忽略空格和换行符。因此输入中的空格没有被回显，也没有被包括在计数内。
更为复杂的是，发送给cin的输入被缓冲。这意味着只有在用户按下回车键后，他输入的内容才会被发送给程序。这就是在运行该程序时，可以在#后面输入字符的原因。按下回车键后，整个字符序列将被发送给程序，但程序在遇到#字符后将结束对输入的处理。
5.5.2 使用cin.get(char)进行补救
通常，逐个字符读取输入的程序需要检查每个字符，包括空格、制表符和换行符。cin所属的istream类（在iostream中定义）中包含一个能够满足这种要求的成员函数。具体地说，成员函数cin.get(ch)读取输入中的下一个字符（即使它是空格），并将其赋给变量ch。使用这个函数调用替换cin>>ch，可以修补程序清单5.16的问题。程序清单5.17列出了修改后的代码。
程序清单5.17 textin2.cpp
//textin2.cpp -- using cin.get(char)
#include<iostream>
int main()
{
using namespace std;
char ch;
int count = 0;
cout << "Enter characters; enter # to quit: \n";
cin.get(ch); //use the cin.get(ch) function
while (ch != '#')
{
cout << ch;
++count;
cin.get(ch); //use it again
}
cout << endl << count << " characters read\n";
return 0;
}下面是该程序的运行情况：
Enter characters; enter # to quit:
Did you use a #2 pencil?
Did you use a
14 characters read
现在，该程序回显了每个字符，并将全部字符计算在内，其中包括空格。输入仍被缓冲，因此输入的字符个数仍可能比最终到达程序的要多。
如果熟悉C语言，可能以为这个程序存在严重的错误！cin.get(ch)调用将一个值放在ch变量中，这意味着将修改该变量的值。在C语言中，要修改变量的值，必须将变量的地址传递给函数。但程序清单5.17调用cin.get()时，传递的是ch，而不是&ch。在C语言中，这样的代码无效，但在C++中有效，只要函数将参数声明为引用即可。引用是C++在C语言的基础上新增的一种类型。头文件iostream将cin.get(ch)的参数声明为引用类型，因此该函数可以修改其参数的值。我们将在第8章中详细介绍。同时，C语言行家可以松一口气了——通常，在C++中传递的参数的工作方式与在C语言中相同。然而，cin.get(ch)不是这样。
5.5.3 使用哪一个cin.get()
在第4章的程序清单4.5中，使用了这样的代码？
char name[ArSize];
...
cout << “Enter your name:\n”;
cin.get(name, ArSize).get();最后一行相当于两个连续的函数调用：
cin.get(name, ArSize);
cin.get();cin.get()的一个版本接受两个参数：数组名（字符串（char* 类型）的地址）和ArSize（int类型的整数）。（记住，数组名是其第一个元素的地址，因此字符数组名的类型为char*。）接下来，程序使用了不接受任何参数的cin.get()。而最近，我们这样使用过cin.get()：
char ch;
cin.get(ch);这里cin.get接受一个char参数。
看到这里，熟悉C语言的读者将再次感到兴奋或困惑。在C语言中，如果函数接受char指针和int参数，则使用该函数时，不能只传递一个参数（类型不同）。但在C++中，可以这样做，因为该语言支持被称为函数重载的OOP特性。函数重载允许创建多个同名函数，条件是它们的参数列表不同。例如，如果在C++中使用cin.get(name, ArSize)，则编译器将找到使用char*和int作为参数的cin.get()版本；如果使用cin.get(ch)，则编译器将使用接受一个char参数的版本；如果没有提供参数，则编译器将使用不接受任何参数的cin.get()版本。函数重载允许对多个相关的函数使用相同的名称，这些函数以不同方式或针对不同类型执行相同的基本任务。第8章将讨论该主题。另外，通过使用istream类中的get()示例，读者将逐渐习惯函数重载。为区分不同的函数版本，我们在引用它们时提供参数列表。因此，cin.get()指的是不接受任何参数的版本，而cin.get(char)则指的是接受一个参数的版本。
5.5.4 文件尾条件
程序清单5.17表明，使用诸如#等符号来表示输入结束很难令人满意，因为这样的符号可能就是合法输入的组成部分，其他符号（如@和%）也如此。如果输入来自于文件，则可以使用一种功能更强大的技术——检测文件尾（EOF）。C++输入工具和操作系统协同工作，来检测文件尾并将这种信息告知程序。
乍一看，读取文件中的信息似乎同cin和键盘输入没什么关系，但其实存在两个相关的地方。首先，很多操作系统（包括Unix、Linux和Windows命令提示符模式）都支持重定向，允许用文件替换键盘输入。例如，假设在Windows中有一个名为gofish.exe的可执行程序和一个名为fishtale的文本文件，则可以在命令提示符模式下输入下面的命令：
gofish <fishtale
这样，程序将从fishtale文件（而不是键盘）获取输入。<符号是Unix和Windows命令提示符模式的重定向运算符。
其次，很多操作系统都允许通过键盘来模拟文件尾条件。在Unix中，可以在行首按下Ctrl+D来实现；在Windows命令提示符模式下，可以在任意位置按Ctrl+Z和Enter。有些C++实现支持类似的行为，即使底层操作系统并不支持。键盘输入的EOF概念时间上是命令行环境遗留下来的。然而，用于Mac的Symantec C++模拟了UNIX，将Ctrl+D视为仿真的EOF。Metrowerks Codewarrior能够在Macintosh和Windows环境下识别Ctrl+Z。用于PC的Microsoft Visual C++、Borland C++ 5.5和GNU C++都能够识别行首的Ctrl+Z，但用户必须随后按下回车键。总之，很多PC编程环境都将Ctrl+Z视为模拟的EOF，但具体细节（必须在行首还是可以在任何位置，是否必须按下回车键等）各不相同。
如果编程环境能够检测EOF，可以在类似于程序清单5.17的程序中使用重定向的文件，也可以使用键盘输入，并在键盘输入中模拟EOF。这一点似乎很有用，因此我们来看看究竟如何做。
检测到EOF后，cin将两位（eofbit和failbit）都设置为1。可以通过成员函数eof()来查看eofbit是否被设置；如果检测到EOF，则cin.eof()将返回bool值true，否则返回false。同样，如果eofbit或failbit被设置为1.则fail()成员函数返回true，否则返回false。注意，eof()和fail()方法报告最近读取的结果；也就是说，它们在事后报告，而不是预先报告。因此应将cin.eof()或cin.fail()测试放在读取后，程序清单5.18中的设计体现了这一点。它使用的是fail()，而不是eof()，因此前者可用于更多的实现中。
程序清单5.18 textin3.cpp
//textin3.cpp -- reading chars to end of file
#include<iostream>
int main()
{
using namespace std;
char ch;
int count = 0;
cin.get(ch); //attempt to read a char
while (cin.fail() == false) //test for EOF
{
cout << ch; //echo character
++count;
cin.get(ch); //attempt to read another char
}
cout << endl << count << " characters read\n";
return 0;
}下面是该程序的运行情况：
The green bird sings in the winter.<ENTER>
The green bird sings in the winter.
Yes, but the crow flies in the dawn.<ENTER>
Yes, but the crow flies in the dawn.
<CTRL>+<Z><ENTER>
73 characters read
这里在Windows 7系统上运行该程序，因此可以按下Ctrl+Z和回车键来模拟EOF条件。请注意，在Unix和类Unix（包括Linux和Cygwin）系统中，用户应按Ctrl+Z组合键将程序挂起，而命令fg恢复执行程序。
通过使用重定向，可以用该程序来显示文本文件，并报告它包含的字符数。下面，我们在Unix系统运行该程序，并对一个两行的文件进行读取、回显和计算字数（$是Unix提示符）：
$ textin3 < stuff
I am a Unix file. I am proud
to be a Unix file.
48 characters read
$
5.5.4.1 EOF结束输入
前面指出过，cin方法检测到EOF时，将设置cin对象中一个指示EOF条件的标记。设置这个标记后，cin将不读取输入，再次调用cin也不管用。对于文件输入，这是有道理的，因为程序不应读取超出文件尾的内容。然而，对于键盘输入，有可能模拟EOF来结束循环，但稍后要读取其他输入。cin.clear()方法可能清除EOF标记，使输入继续进行。这将在第17章详细介绍。不过要记住的是，在有些系统中，按Ctrl+Z实际上将结束输入和输出，而cin.clear()将无法恢复输入和输出。
5.5.4.2 常见的字符输入做法
每次读取一个字符，直到遇到EOF的输入循环的基本设计如下：
cin.get(ch); //attempt to read a char
while(cin.fail() == false) //test for EOF
{
... //do stuff
cin.get(ch); //attempt to read another char
}可以在上述代码中使用一些简捷方式。第6章将介绍的!运算符可以将true切换为false或将false切换为true。可以使用此运算符将上述while测试改写成这样：
while (!cin.fail()) //while input has not failed方法cin.get(char)的返回值是一个cin对象。然而，istream类提供了一个可以将istream对象（如cin）转换为bool值的函数；当cin出现在需要bool值的地方（如在while循环的测试条件中）时，该转换函数将被调用。另外，如果最后一次读取成功了，则转换得到的bool值为true；否则为false。这意味着可以将上述while测试改写为这样：
while(cin) //while input is successful这比!cin.fail()或!cin.eof()更通用，因为它可以检测到其他失败原因，如磁盘故障。
最后，由于cin.get(char)的返回值为cin，因此可以将循环精简成这种格式：
while (cin.get(ch)) //while input is successful
{
... //do stuff
}这样，cin.get(char)只被调用一次，而不是两次：循环前一次、循环结束一次。为判断循环测试条件，程序必须首先调用cin.get(ch)。如果成功，则将值放入ch中。然后，程序获得函数调用的返回值，即cin。接下来，程序对cin进行bool转换，如果输入成功，则结果为true，否则为false。三条指导原则（确定结束条件、对条件进行初始化以及更新条件）全部被放在循环测试条件中。
5.5.5 另一个cin.get()版本
“怀旧”的C语言用户可能喜欢C语言中的字符I/O函数——getchar()和putchar()，它们仍然适用，只要像在C语言中那样包含头文件stdio.h（或新的cstdio）即可。也可以使用istream和ostream类中类似功能的成员函数，来看看这种方式。
不接受任何参数的cin.get()成员函数返回输入中的下一个字符。也就是说，可以这样使用它：
ch = cin.get();
该函数的工作方式与C语言中的getchar()相似，将字符编码作为int值返回；而cin.get(ch)返回一个对象，而不是读取的字符。同样，可以使用cout.put()函数（参见第3章）来显示字符：
cout.put(ch);
该函数的工作方式类似C语言中的putchar()，只不过其参数类型为char，而不是int。
为成功地使用cin.get()，需要知道其如何处理EOF条件。当该函数到达EOF时，将没有可返回地字符。相反，cin.get()将返回一个用符号常量EOF表示地特殊值。该常量是在头文件iostream中定义的。EOF值必须不同于任何有效的字符值，以便程序不会将EOF与常规字符混淆。通常，EOF被定义为值-1，因为没有ASCII码为-1的字符，但并不需要知道实际的值，而只需在程序中使用EOF即可。例如，程序清单5.18的核心是这样：
char ch;
cin.get(ch);
while (cin.fail() == false) //test for EOF
{
cout << ch;
++count;
cin.get(ch);
}可以使用int ch，并用cin.get()代替cin.get(char)，用cout.put()代替cout，用EOF测试代替cin.fail()测试：
int ch; //for compatibility with EOF value
ch = cin.get();
while (ch != EOF)
{
cout.put(ch); //cout.put(char(ch)) for some implementations
++count;
ch = cin.get();
}如果ch是一个字符，则循环将显式它。如果ch为EOF，则循环将结束。
除了当前所做的修改外，关于使用cin.get()还有一个微妙而重要的问题。由于EOF表示的不是有效字符编码，因此可能不与char类型兼容。例如，在有些系统中，char类型是没有符号的，因此char变量不可能为EOF值（-1）。由于这种原因，如果使用cin.get()（没有参数）并测试EOF，则必须将返回值赋给int变量，而不是char变量。另外，如果将ch的类型声明为int，而不是char，则必须在显示ch时将其强制转换为char类型。
程序清单5.19将程序清单5.18进行了修改，使用了cin.get()方法。它还通过将字符输入与while循环测试合并在一起，使代码更为简洁。
程序清单5.19 textin4.cpp
//textin4.cpp -- reading chars with cin.get()
#include<iostream>
int main()
{
using namespace std;
int ch; //should be int, not char
int count = 0;
while ((ch = cin.fail()) != EOF) //test for end-of-file
{
cout.put(char(ch));
++count;
}
cout << endl << count << " characters read\n";
return 0;
}下面是该程序的运行情况：
The sullen mackerel sulks in the shadowy shallows.<ENTER>
The sullen mackerel sulks in the shadowy shallows.
Yes, but the blue bird of happiness harbors secrets.<ENTER>
Yes, but the blue bird of happiness harbors secrets.
<CTRL>+<Z><ENTER>
104 characters read
下面分析一下循环条件：
while ((ch = cin.get()) != EOF)
子表达式ch = cin.get()两端的括号导致程序首先计算该表达式。为此，程序必须首先调用cin.get()函数，然后将该函数的返回值赋给ch。由于赋值语句的值为左操作数的值，因此整个子表达式变为ch的值。如果这个值是EOF，则循环将结束，否则继续。该测试条件中所有的括号都是必不可少的。如果省略其中的一些括号：
while (ch = cin.get() != EOF)
由于!=运算符的优先级高于=，因此程序将首先对cin.get()的返回值和EOF进行比较。比较的结果为false或true，而这些bool值将被转换为0或1，并本质赋给ch。
另一方面，使用cin.get(ch)（有一个参数）进行输入时，将不会导致任何类型方面的问题。前面讲过，cin.get(char)函数在到达EOF时，不会将一个特殊值赋给ch。事实上，在这种情况下，它不会将任何值赋给ch。ch不会被用来存储非char值。下表总结了cin.get(char)和cin.get()之间的差别。
那么应使用cin.get()还是cin.get(char)呢？使用字符参数的版本更符合对象方式，因为其返回值是istream对象。这意味着可以将它们拼接起来。例如，下面的代码将输入中的下一个字符读入到ch1中，并将接下来的一个字符读入到ch2中：
cin.get(ch1).get(ch2);
这是可行的，因为函数调用cin.get(ch1)返回一个cin对象，然后便可以通过该对象调用get(ch2)。
get()的主要用途是能够将stdio.h的getchar()和putchar()函数转换为iostream的cin.get()和cout.put()方法。只要用头文件iostream替换stdio.h，并用作用相似的方法替换所有的getchar()和putchar()即可。（如果旧的代码使用int变量进行输入，而所用的实现包含put()的多个原型，则必须做进一步的调整。）
