用mongocxx读取bson文件需先将二进制内容完整读入std::vector，再构造bsoncxx::document::view；单文档文件须确保无多余字节且长度字段合法，数组格式（如mongodump输出）须跳过首4字节长度头并逐个解析。
用 mongocxx 读取 BSON 文件需要先解析成 bsoncxx::document::view
直接用 C++ 标准库打开 BSON 文件得到的是二进制字节流，mongocxx 不接受裸指针或文件路径——它只认解析后的内存视图。必须先读入完整内容，再用 bsoncxx::bson_reader::stream_reader 或更常用的 bsoncxx::builder::stream::document 的反向操作（实际是 bsoncxx::document::view 构造函数）加载。
常见错误是试图把 std::ifstream 的 read() 结果直接传给 mongocxx::collection::insert_one()，这会触发断言失败或未定义行为，因为插入接口要求合法的 BSON 文档结构，而非任意字节。
- 确保 BSON 文件是单文档（.bson 后缀常见于 mongodump 单文档导出），不是 BSON 数组格式（那种开头是 int32 length + 多个文档拼接）
- 读取时用
std::ios::binary模式，否则 Windows 下遇到0x1A会被误判为 EOF - 用
std::vector<:uint8_t></:uint8_t>存储原始字节，避免std::string对\0的截断
bsoncxx::document::view 构造失败的三个典型原因
构造 bsoncxx::document::view 时传入的指针必须指向有效的、以长度字段开头的 BSON 字节序列，且长度值要匹配后续字节数。否则会抛出 bsoncxx::exception，错误信息类似 "invalid BSON document: size is too large" 或 "BSON document has invalid length"。
- 文件末尾有额外空字节（比如用文本编辑器保存过），导致长度字段声明的 size 大于实际可读字节数
- 误把整个 dump 的 BSON 数组当单文档处理（mongodump 的
.bson文件默认是数组格式，首 4 字节是 int32 表示数组总长度，后面才是各文档） - 忘记校验读取字节数是否等于
std::filesystem::file_size()，部分系统调用可能提前返回（尤其网络文件系统）
读取 BSON 数组文件（如 mongodump 输出）要手动跳过头部长度字段
mongodump 生成的 .bson 文件本质是 BSON 数组：前 4 字节是总长度（小端），之后是多个连续的 BSON 文档。不能直接用 bsoncxx::document::view 解析整个文件，否则第一个文档就从偏移 4 开始，但构造函数仍会尝试从 offset 0 解析，必然失败。
正确做法是先读出前 4 字节，转换为 int32_t，然后从 offset 4 开始逐个解析文档：
std::ifstream file("data.bson", std::ios::binary);
std::vector<:uint8_t> buf(4);
file.read(reinterpret_cast<char>(buf.data()), 4);
int32_t total_len = *reinterpret_cast<int32_t>(buf.data()); // 小端需用 bsoncxx::types::b_int32::from_bytes() 更安全
// 跳过头部，开始读文档...
</int32_t></char></:uint8_t>
- 推荐用
bsoncxx::types::b_int32::from_bytes()处理字节序，而不是裸指针强转 - 每个文档开头也有自己的 int32 长度字段，可用它做边界判断，避免越界读取
- 不要依赖
std::istream::gcount()判断是否读满——某些平台对二进制流返回不可靠
性能关键：避免重复解析和内存拷贝
如果只是遍历文档提取字段，没必要把每个 bsoncxx::document::view 转成 bsoncxx::document::value（后者会深拷贝整段内存）。直接用 view 迭代即可，它只是轻量级只读视图。
- 用
for (auto&& element : doc)遍历字段，element.key()和element.get_value()都是 O(1) 操作 - 提取字符串字段时，优先用
element.get_utf8().value返回的std::string_view，避免构造临时std::string - 若需长期持有某字段值，再显式调用
to_string()或std::string{...}
真正容易被忽略的是 BSON 文件编码本身：它不包含字符集声明，所有 UTF-8 字符串都按字节原样存储。如果源数据混入了非法 UTF-8 序列（比如从旧系统导入的 Latin-1 数据），element.get_utf8() 会抛异常，得用 element.get_binary() 回退处理。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
