上篇文章关于fread遗留了一个问题，就是在使用fread读取文件，打印时汉字如果只读取了部分，此时打印出来的会是乱码，这篇文章用来解决该遗留问题：

直接上代码，次代码只考虑了linux环境，请注意

#include 
#include 
#include 

#define CHUNK_SIZE 256

// 函数声明
int myFread(const char *filename);

int main() {
    const char *filename = "test.txt";
    return myFread(filename) ? 1 : 0;
}

int myFread(const char *filename) {
    // 打开文件
    FILE *file = fopen(filename, "rb");
    if (!file) {
        perror("fopen error");
        return -1;
    }

    // 处理UTF-8 BOM
    unsigned char bom[3];
    size_t header_read = fread(bom, 1, 3, file);
    if (header_read == 3 && bom[0] == 0xEF && bom[1] == 0xBB && bom[2] == 0xBF) {
        // 跳过BOM
    } else {
        fseek(file, 0, SEEK_SET);
    }

    // 分块读取缓冲区
    char buffer[CHUNK_SIZE + 4] = {0}; // +4防止UTF-8字符截断
    size_t leftover = 0; // 记录未处理字节数

    while (1) {
        // 读取数据（留出空间处理残留字节）
        size_t read_size = fread(buffer + leftover, 1, CHUNK_SIZE, file);
        if (read_size == 0) {
            // 处理最后剩余的字节
            if (leftover > 0) fwrite(buffer, 1, leftover, stdout);
            break;
        }

        // 计算有效数据长度
        size_t total_size = leftover + read_size;
        
        /* UTF-8截断保护逻辑：
         * 1. 从末尾向前找到第一个UTF-8起始字节
         * 2. 有效数据截止到该位置
         * 3. 残留字节移动到buffer开头
         */
        int safe_pos = total_size - 1;
        while (safe_pos >= 0 && (buffer[safe_pos] & 0xC0) == 0x80) {
            safe_pos--; // 跳过UTF-8后续字节（10xxxxxx）
        }

        // 计算有效输出长度
        size_t valid_len = (safe_pos >= 0) ? (safe_pos + 1) : 0;
        
        // 输出有效数据
        if (valid_len > 0) {
            fwrite(buffer, 1, valid_len, stdout);
        }

        // 处理残留字节（最多3个）
        leftover = total_size - valid_len;
        if (leftover > 0) {
            memmove(buffer, buffer + valid_len, leftover);
        }
    }

    fclose(file);
    return 0;
}

1. 内存优化：

• 使用固定大小（256+4字节）的循环缓冲区
• 每次读取CHUNK_SIZE字节（避免大内存消耗）
• 通过memmove实现残留字节处理（最多保留3字节）

2. 汉字防乱码设计：

• BOM处理：自动检测并跳过UTF-8 BOM
• 截断保护：通过逆向查找UTF-8起始字节，确保不分割多字节字符
• 缓冲区设计：+4字节缓冲区防止字符截断

3. 代码结构：

• 核心逻辑封装在myFread()函数
• main函数只负责调用
• 使用符号常量CHUNK_SIZE控制读取粒度

编译运行

gcc -o reader reader.c && ./reader

性能特点：

• 内存占用恒定（约260字节）
• 可安全处理TB级大文件
• 自动兼容含汉字的UTF-8文本

处理效果对比：

该版本在保持功能完整性的同时，显著提升了内存安全性和大文件处理能力。