2 разных выхода из входного файла, итерации из mmap и чтения с помощью куска в C

Question

Я хочу прочитать файл с несколькими символами в нем и проверить процент печатаемых символов, а также процент белых пробелов. Это мой Python код, который генерирует входной файл:

import string 
import random 
array = list() 
array = list(string.printable) 
print(array) 
external = ['\0','\a','\b','\v','\f','\e'] 
array = array + external 
file = open("in.txt" , 'w') 
for i in range (1000): 
     outputline = array[random.randrange(0,len(array)-1)] 
     file.write(outputline) 
file.close() 

Я хочу, чтобы мой файл, чтобы иметь как печатаемые символы и пробелы и другие символы (которые не находятся в этих двух группах). я сделать это двумя способами:

1. Прочитайте файл, кусок на кусок, с read системного вызова в C:

   #include <stdio.h> 
   #include <stdio.h> 
   #include <ctype.h> 
   #include <stdlib.h> 
   #include <string.h> 
   #include <sys/types.h> 
   #include <sys/stat.h> 
   #include <fcntl.h> 
   #include <unistd.h> 
   #include <errno.h> 
   int main(int arg, char *argv[]) 
   { 
       char c ; 
       char *data; 
       int numOfWs = 0 ; 
       int numOfPr = 0 ; 
       int numberOfCharacters; 
       int sizeOfBlock ; 
       int nread ; 
       int i=0; 
       int k; 
       float wsP = 0; 
       float prP = 0; 
       sizeOfBlock = atoi(argv[3]) ; 
       data = malloc(sizeOfBlock*sizeof(char)); 
       int fd = open(argv[2], O_RDONLY); 
       while((nread = read(fd, data, sizeOfBlock)) > 0) 
       { 
        numberOfCharacters += nread ; 
        for (i = 0; i < nread; ++i) 
        { 
         c = data[i] ; 
         if(isprint(c)) 
          numOfPr ++ ; 
         else if(isspace (c)) 
          numOfWs ++ ; 
        } 
       } 
       wsP = (numOfWs/(float)numberOfCharacters)*100; 
       prP = (numOfPr/(float)numberOfCharacters)*100 ; 
       printf("%d printable characters out of %d bytes, %.2f%c\n", numOfPr,numberOfCharacters,prP,'%'); 
       printf("%d whitespace characters out of %d bytes, %.2f%c\n", numOfWs,numberOfCharacters,wsP, '%'); 
       exit(0); 
   } 
   

2. Скопируйте весь файл в память с помощью mmap(), а затем начать читать из памяти:

   #include <stdio.h> 
   #include <stdlib.h> 
   #include <fcntl.h> 
   #include <unistd.h> 
   #include <sys/types.h> 
   #include <sys/mman.h> 
   #include <sys/stat.h> 
   #include <errno.h> 
   #include <ctype.h> 
   #include <string.h> 
   int main(int arg, char *argv[]) 
   { 
       char c ; 
       int i, numOfWs = 0, numOfPr = 0, numberOfCharacters = 0; 
       char *data; 
       float wsP = 0; 
       float prP = 0; 
       struct stat s; 
       int fp = open("x.txt", O_RDWR); 
       int status = fstat (fp, &s); 
       int size = s.st_size; 
       data = mmap((caddr_t)0, size, PROT_READ, MAP_SHARED, fp,0); 
       for (i=0; i<size; i++){ 
        char c; 
        c = data[i]; 
        if(isspace(c)) 
         numOfWs ++; 
        else if(isprint(c)) 
         numOfPr ++; 
        numberOfCharacters ++ ; 
       } 
       wsP = (numOfWs/(float)numberOfCharacters)*100; 
       prP = (numOfPr/(float)numberOfCharacters)*100 ; 
       printf("%d printable characters out of %d bytes, %.2f%c\n", numOfPr,numberOfCharacters,prP,'%'); 
       printf("%d whitespace characters out of %d bytes, %.2f%c\n", numOfWs,numberOfCharacters,wsP, '%'); 
       close(fp); 
       exit(0); 
   } 
   

когда я че ck эти два пути с одним и тем же файлом (созданный кодом Python). Я получаю два разных ответа для процентов, но количество символов, которые читаются каждый, одинаковы (1000).

Это мой файл, сгенерированный из кода Python (я не знаю, что происходит, когда я скопировал его здесь содержит много управляющих символов):

el*2mlz_XyjP@%?Sw}Qo~.."tJ^~6,eN8+kq l)*N-1oupE 
)coFKoA0\=|W'{Oezx~^p(B5ZJe!AdYb{Gflv&wwCf8}>3"v*>9\pW8PIs;qpX7RSk<9}&8B$u kNaq(mJK$N-!38?E%8-T,I1zC~0O=}FH* 
x9x6Q%GT_C0j>7:@EG{N ?Eh$?18;Ncy[3 $'ikKs%:A].?e;i4`x"k!VD]}*pw 
?\wE~Vix7^H~[26lsN?_GO$vz3M464S`+h=A(5@]q<&<+ hjmehAb-_3*3F8&#iM3p)6T`S9Q\yZwm$U`OHG}02{A)WcVzBR1h}H?qhF:P^-j5AQ1<7FD60j#B#}9Z=}2QReaYy|{Wv<^!yOC/7P}n*ZEPV2@8cU),=*5]]d a:3J;Y(?D?31$pcrquc#&PB;A[9lV+gJ%WZ6K~A|%^E_\3dM/?"y)BtUtG"3hf}W4,3DrXxTyl\UbWwCbMufqCNWx |hiJ\>43S6tCCS)rEo0.cz5PjgK0_AKN|8'g]byLp9AlrZDuK1OX,Csa}nu&i_p,# 
Wyc{Q 
LA\4:!WSq"ln|Pv.B;+N'h%O;tu(CgIh~OYIXCl+6~nSxBuybP nH:j;t'\vk&p} 
,;3Ny#`Ug!rVbqExY| %BVCD^D~z:L(j8L! @ X4a!KBNCQ4z&3^9[O<fkM-qrOq5F/M*]yyU+-VLdZRtUu 
a"=a b%c~GI|tcC/ 
P'/`t|hZ/2iHd94l"%;4-{)VUw%%3"e%IQ{RAX]NeMcsh&@LziT0)_T"2XADH&NYqa<6,$wdSp@LIMGA&,Gx1mj|t't?7=YtT77r<qi8;|tzi kOAi'dq%+g2 5hY?XTj{F)18.Vd!!$Q{D)}$7XxO)Vi%29*,P"cXkC,M|&brd&-DGF>V4 %N)a"VM+TQ$FI;YiL-0 YSxXgC@i~,o6/a7U2c"eGr\N7^B:'dytlOOS(iy\lhC7vnW,f o;vKUNa 
Hg#u}W4N wUM 

это результат от mmap():

961 printable characters out of 1000 bytes, 96.10% 
39 whitespace characters out of 1000 bytes, 3.90% 

и это результат от chunk reading:

974 printable characters out of 1000 bytes, 97.40% 
26 whitespace characters out of 1000 bytes, 2.60% 

Почему число printable characters отличается, но файл тот же в двух методах?

Я думаю, isspace() не принимает в качестве пробела в режиме chunked и вместо этого считает его printable character.

Answer 1

Вы не инициализировали numberOfCharacters до 0 в первой программе.

Это означает, что значение numberOfCharacters является неопределенным, прежде чем

numberOfCharacters += nread ; 

выполняется, это хороший повод, чтобы отделить декларацию от определения.

Answer 2

проблема заключалась в том, что пространства для печати в isprint() я изменить порядок isspace() и isprint() и использовать if()...else if() становится правдой.