我正在尝试使用 C++ 解析 NASDAQ ITCH 协议数据转储。这些文件很大，任何有兴趣的人都可以在这里找到：
这些文件的规格归结为：
为了确保下载的文件内容正确，我使用 python 缓冲 gzip 阅读器在 python 中进行了快速检查。内容按预期解析：
bin_data = gzip.open('01302020.NASDAQ_ITCH50.gz', 'rb')
message_size_bytes = bin_data.read(2)
message_size = int.from_bytes(message_size_bytes, byteorder='big', signed=False)
message_type = bin_data.read(1).decode('ascii')
record = bin_data.read(message_size - 1)
print("size: " + str(message_size) + " type: " + message_type)
# >>> size: 12 type: S
message_size 会打印12，这是正确的值。下面的字符S也是正确的。
但是，我自己尝试使用 std::ifstream 复制正确的 python 解析行为都失败了。我什至无法正确读取前 2 个字节（这应该表明剩余的总有效负载大小为 12）。以下是我的尝试，其中一些目前还只是在黑暗中进行：
#include <iostream>
#include <fstream>
int main() {
std::string filepath = "/Users/estebanlanter/Documents/Finance/HFT/01302020.NASDAQ_ITCH50.gz";
std::ifstream ifs;
ifs.open(filepath, std::ifstream::in);
std::cout<<"open...."<<std::endl;
// trial A
ifs.clear();
ifs.seekg(0);
int size_a;
ifs.read(reinterpret_cast<char*>(&size_a), 2);
std::cout<<"size: "<<size_a<<std::endl;
// size: 325683999
// trial B
ifs.clear();
ifs.seekg(0);
int size_b;
ifs.read(reinterpret_cast<char*>(&size_b), 2);
size_b = ntohl(size_b);
std::cout<<"size: "<<size_b<<std::endl;
// size: 529203200
// trial C
ifs.clear();
ifs.seekg(0);
int size_c;
ifs.read(reinterpret_cast<char*>(&size_c), 2);
size_c = ntohs(size_c);
std::cout<<"size: "<<size_c<<std::endl;
// size: 8075
// trial D
ifs.clear();
ifs.seekg(0);
uint8_t size_d;
ifs.read(reinterpret_cast<char*>(&size_d), 2);
std::cout<<"size: "<<size_d<<std::endl;
// size:
// trial E
ifs.clear();
ifs.seekg(0);
uint8_t size_e;
ifs.read(reinterpret_cast<char*>(&size_e), 2);
size_e = ntohl(size_e);
std::cout<<"size: "<<size_e<<std::endl;
// size:
// trial F
ifs.clear();
ifs.seekg(0);
uint8_t size_f;
ifs.read(reinterpret_cast<char*>(&size_f), 2);
size_f = ntohs(size_f);
std::cout<<"size: "<<size_f<<std::endl;
// size:
// trial G
ifs.clear();
ifs.seekg(0);
char size_g;
ifs.read(&size_g, 2);
std::cout<<"size: "<<size_g<<std::endl;
// size:
// trial H
ifs.clear();
ifs.seekg(0);
char size_h;
ifs.read(&size_h, 2);
size_h = ntohl(size_h);
std::cout<<"size: "<<size_h<<std::endl;
// size:
// trial I
ifs.clear();
ifs.seekg(0);
char size_i;
ifs.read(&size_i, 2);
size_i = ntohs(size_i);
std::cout<<"size: "<<size_i<<std::endl;
// size:
我做错了什么？如何将前 2 个字节解析为整数，将接下来的字节解析为字符？使用Python似乎很简单...
顺便说一句，我是。在小端 MAC OSX 机器上 - gzip 中的数据是大端。
编辑
正如一些人正确指出的那样，int 是支持 2 个字节的错误类型。另外，我用 std::ios::binary 替换了 ifstream 标志。不幸的是，仍然没有打印正确的值...
std::string filepath = "/Users/estebanlanter/Documents/Finance/HFT/01302020.NASDAQ_ITCH50.gz";
std::ifstream ifs;
ifs.open(filepath, std::ios::binary);
std::cout<<"open...."<<std::endl;
ifs.clear();
ifs.seekg(0);
unsigned short size_a;
ifs.read(reinterpret_cast<char*>(&size_a), 2);
std::cout<<"size: "<<size_a<<std::endl;
// size: 35615
ifs.clear();
ifs.seekg(0);
short size_b;
ifs.read(reinterpret_cast<char*>(&size_b), 2);
std::cout<<"size: "<<size_b<<std::endl;
// size: -29921
编辑2
用户 Casey 指出了使用保证大小类型的良好实践。因为我知道大小由 2 个字节组成（并且始终为正），所以我将大小声明为 uint16_t。然而，仍然没有运气得到 python 解析器返回的数字 12....
int main() {
std::string filepath = "/Users/estebanlanter/Documents/Finance/HFT/01302020.NASDAQ_ITCH50.gz";
std::ifstream ifs;
ifs.open(filepath, std::ios::binary);
std::cout<<"open...."<<std::endl;
ifs.clear();
ifs.seekg(0);
uint16_t size_a;
ifs.read(reinterpret_cast<char*>(&size_a), 2);
std::cout<<"size: "<<size_a<<std::endl;
// size: 35615
@Retired Ninja 正确指出该文件已被 gzip 压缩，这是错误的根源。我基本上只是错误地掩盖了这样一个事实：在 python 中我正在调用特定于 gzip 的 io 读取器。解压文件后，我可以正确解析第一个字节。
尝试解压缩文件。压缩文件具有不同的二进制编码消息，解压后它必须正常工作。