【Linux】解锁系统编程奥秘，高效文件IO的实战技巧

文件

1. 知识铺垫
2. C文件I/O
- 2.1. C文件接口
- 2.2 fopen()与重定向
- 2.3. 当前路径
- 2.4. stdin、stdout、stderr
3. 系统文件I/O
- 3.1. 前言
- 3.2. open
- - 3.2.1. flags</h3>
  - 3.2.2. mode</h3>
  - 3.2.3. 返回值fd
- 3.3. write</h2>
- 3.4. read
- 3.5. close</h2>
- 3.6. lseek</h2>

1. 知识铺垫

文件=内容+属性。

文件属性、文件内容都是二进制数据，都需要占据磁盘的存储空间。

对文件的所有操作，本质上是要么对文件的内容做操作，要么对文件的属性做操作。

打开或修改文件，都是通过执行代码(如：文本编辑器)的方式来完成的。

文件打开、编辑、保存的流程：软件启动 -> 文件加载 -> 读取文件内容 -> 用户交互 -> 文件修改 -> 保存修改。

需要先打开文件，才能访问它 —> 将文件加载到内存中。

代码本身不能直接修改磁盘上的数据，CPU执行代码来修改这个文件时，实际上是在内存中进行的，因为CPU只能访问内存，所以磁盘的数据需要通过OS提供的文件系统调用接口和磁盘IO操作，来加载到内存中，然后CPU才能对这些数据进行处理。

谁在打开文件？进程。

打开文件之前，需要把访问这个文件的程序，编译形成的可执行程序，通过某种方式启动变成进程，等待cpu调度，执行完fopen后，文件才会打开。

一个进程可以打开多个文件吗？可以。
进程与文件的关系：结构体struct task_struct和结构体struct file之间的关系。

在一段时间内，系统存在多个进程，也可能同时存在多个被打开的文件，OS需要管理多个被打开的文件(先描述，再组织)，所以内核中一定有描述被打开文件的结构体，并用其定义对象。

系统中是不是所有的文件都被打开了？不是，未打开的文件存放在磁盘中，被称为磁盘文件；打开的文件，存放在内存中，被称为内存文件。

2. C文件I/O

2.1. C文件接口

fopen、fclose

fread、fwrite； fgetc、fputc；fgets、fputs； fscanf、fprintf

fseek、ftell、rewind

feof、ferror

有关C文件接口，请看C语言博客中的文件内容，都有详细的介绍。

2.2 fopen()与重定向

fopen以"w"方式打开：如果文件不存在，先会创建一个文件 / 如果文件存在，先会清空文件内容，然后再从头进行写入操作。

相当于输出重定向(>)。

//文件以写的方式打开，如果文件不存在，新建文件 / 如果文件存在，先会清空文件内容，然后再从头进行写入操作
FILE *fp = fopen("example.txt", "w"); 
if (fp == NULL) {  //打开失败perror("Failed to open file"); return 1;
}fprintf(fp, "New content\n"); //向文件中进行写入
fclose(fp)  //关闭文件

2. fopen以"a"方式打开：本质也是写入，如果文件不存在，先会创建一个文件，然后进行写入 / 如果文件存在，会在文件原有内容的末尾处追加写入。

相当于追加重定向(>>)。

//文件以追加的方式打开，如果文件不存在，先会创建一个文件，然后进行写入 / 如果文件存在，会在文件原有内容的末尾处追加写入
FILE *fp = fopen("example.txt", "a");
if (fp == NULL) {perror("Failed to open file");return 1;
}fprintf(fp, "Additional content\n");
fclose(fp);

3. fopen以"r"方式打开：读取文件的内容，如果文件不存在，则读取失败，返回NULL 。

相当于输入重定向(<)。

//以读的方式打开文件，读取文件的内容，如果文件不存在，则读取失败，返回NULL 
FILE *fp = fopen("example.txt", "r");
if (fp == NULL) {perror("Failed to open file");return 1;
}char buffer[1024];
if(fgets(buffer, sizeof(buffer), fp) != NULL) //文件存在printf("%s", buffer);

2.3. 当前路径

当一个进程在启动时，它的当前工作目录(当前路径)，通常是启动该进程时所在的路径。这个路径通常由父进程(Shell)决定，它会被保存到/proc/pid/cwd中。

fopen(“data.txt”，“w”)，如果data.txt文件不存在，就会在当前路径下创建此文件。

int chdir(const char* path)；

#include<stdio.h>
#include<unistd.h>
#include<sys/types.h>int main()
{ printf("self id：%d\n", getpid());printf("更改前:当前工作目录\n");sleep(25);chdir("/root/tmp");printf("更改后:当前工作目录\n");sleep(25);                                                     FILE* fp = fopen("110.txt","w"); //此处表示，如果不存在110.txt文件，就会在当前路径(cwd)下，创建此文件if(fp == NULL) return 1;fclose(fp);printf("文件创建成功\n");return 0;
}

2.4. stdin、stdout、stderr

一、标准输入流stdin

定义：标准输入是程序可以从中读取输入数据的位置，它默认指向键盘，但也可以被重定向为文件或者其他输入设备。
作用：允许用户通过键盘或者其他输入设备向用户提供数据，也可以从文件中读取数据。
文件描述符：在linux系统中，stdin文件描述符为0。

二、标准输出流stdout

定义：标准输出是程序用于发送其输出数据的位置，它默认指向终端屏幕，但也可以被重定向为文件或者其他输出设备。
作用：stdout用于显示程序的正常输出，包括结果、状态信息、其他非错误信息。
文件描述符：在linux系统中，stdout文件描述符为1。
缓冲：stdout通常是行缓冲的，意味着输出会先存储在缓冲区中，直到遇到换行符或者缓冲区满才会刷新到目的地。

三、标准错误输出流stderr

定义：标准错误是程序用于发送错误、异常信息的位置，它默认指向终端屏幕，但也可以被重定向为文件或者其他输出设备。
作用：用于输出错误信息，以便用户能够识别并解决问题。
文件描述符：在linux系统中，stderr文件描述符为2。
缓冲：stderr是非缓冲的，意味着错误信息会被立即发送到目的地，以便用户能够尽快的看到它。

💡注意：程序在启动时，默认会打开stdin、stdout、stderr流。即：可以直接使用它们，无需手动打开。

如：printf是向标准输出流stdout发送格式化数据，因为stdout在启动时已经被打开了，并关联到了输出设备(显示器)，所以printf可以直接使用它们，而无需进行额外的打开操作。

问：为什么程序在启动时，默认会打开stdin、stdout、stderr流？

原因：大部分的程序员，无论你用什么语言进行编程，需求就是让你的计算机去帮你加工和处理你的数据，就需要处理这三个问题(用户的数据从哪里来，计算完毕后怎么让用户看到对应的计算结果，计算过程中出错了怎么办）,所以我们就需要stdin，给用户提供一个输入方式把数据输入进来，需要stdout，向一个特定的显示设备进行打印，方便给用户把计算结果显示出来，需要stderr，帮助用户把错误信息打印到特定设备中。大部分程序默认情况都要项你的程序输入数据，由你自己的程序计算完毕后，把结果进行返回，如果语言不提供，就需要程序员自己打开，太麻烦，所以程序默认给你打开这三个流(不用声明和定义，程序在启动时，就已经帮你初始化列表，直接使用就可以了)。

3. 系统文件I/O

3.1. 前言

一、访问文件不仅有C语言上的文件接口，OS必须提供对应的访问文件的系统调用接口。即：C标准库中的文件IO接口，底层一定封装了系统调用接口。

问：为什么C语言的文件接口，底层要封装对应的系统调用接口？

简化了操作，增强了安全性和稳定性。

文件进行读写操作，需要访问硬件，而OS作为软硬件资源的管理者，所以用户不能越过OS来直接访问硬件，OS会提供一组访问文件的系统调用接口。

保证了语言的跨平台性、可移植性。

不同的操作系统有不同的系统调用接口和文件的操作机制。如果直接使用系统调用接口进行文件操作，那么编写的代码很难在不同OS之间移植。C语言标准库通过封装系统调用，为开发者提供了一套统一的文件操作接口，这样开发者就能够使用相同的代码，在不同OS上进行文件操作，提高了代码的跨平台性。

💡Tisp：如果让语言直接使用原生的系统接口，就注定了这个语言不具备跨平台性、可移植性。

二、在语言上，C、C++在访问文件时的接口和方式是不同的，在OS看来，底层原理是一样的，都是对底层系统调用接口的封装。

在C++中，主要是通过istream库中的fstream(ifstream、ofstream)类来实现，成员函数封装了对这些资源的操作，包括调用系统调用接口来实现底层的读写操作。

所有语言的文件操作不一样，但底层原理都是一样的，不随着意志而转移。上层就只要熟悉用法。

3.2. open

int open(const char* pathname，int flags)；

功能：打开或创建一个文件。
参数pathname：要打开或者创建文件的路径名。

如果pathname为绝对路径时，当需要创建一个文件，会在pathname路径下创建它；

如果pathname为文件名时，当需要创建一个文件，会在当前路径(进程启动时所在的路径)下创建它。

返回值：打开成功，返回非负整数，即：文件描述符(用于后续文件操作)；如果失败，返回-1，并设置errno以指示错误的原因。

fopen："r"-> open：O_RDONLY
fopen："w"-> open：O_WRONLY|O_CREAT|O_TRUNC
fopen："a"-> open：O_WRONLY|O_CREAT|O_APPEND

底层调用Open，传递不同的参数，在上层表现为fopen以r、w、a方式打开文件。即：不同的fopen风格，代表着open传递了不同的选项。

3.2.1. flags

参数flag：标记位，用于指定文件的打开模式(只读、只写、追加等)和其他选项(创建文件、截断文件等)。

//宏
#define O_RDONLY    0x00000000  // 只读模式  16进制
#define O_WRONLY    0x00000001  // 只写模式
#define O_RDWR      0x00000002  // 读写模式
//以上三个常量,必须且只能指定一个
#define O_CREAT     0x00000100  // 如果文件不存在，则创建文件
#define O_TRUNC     0x00000200  // 如果文件存在，则截断为零长度
#define O_APPEND    0x00000400  // 每次写入时追加到文件末尾
#define O_EXCL      0x00000800  // 如果文件已存在，则打开失败
#define O_NONBLOCK  0x00001000  // 非阻塞模式

flag参数是一个整数，每个比特位代表一个标记位。通过位操作(|、&)，可以一次性向函数传递多个标记位。

在编程中，涉及需要向函数传递多个布尔选项(标记位)时，使用单个整数(int，32位)，并通过位操作来设置和检查这些选项，这种方法被称为"位图"，是一种非常高效和节省资源的方法。

使用宏定义，来表示各种标记位，每个宏定义只有一位为1(每个宏中为1的位是错开的)，其余位全为0。在这个整数中为1的位，用来表示某个特定的选项是否被设置。多个宏通过位操作(|按位或)组合，一次性地向函数传递多个标记位。即：通过位图的方式，传递多个标记位。

#include<stdio.h> #define ONE 1
#define TWO (1 << 1)
#define THREE (1 << 2)
#define FOUR (1 << 3)void print(int flag)
{if(flag & ONE) printf("1\n");if(flag & TWO) printf("2\n");if(flag & THREE) printf("3\n");if(flag & FOUR) printf("4\n");
}int main(){print(ONE);printf("-----------\n");print(ONE|TWO);printf("-----------\n");print(ONE|TWO|THREE);  //相当于是将两个宏中为1的位，进行了合并printf("-----------\n");print(ONE|TWO|THREE|FOUR);                                                      printf("-----------\n");return 0;}

3.2.2. mode

参数mode：可选参数，用于创建文件时设置文件权限。

#include<stdio.h>
#include<sys/types.h>
#include<fcntl.h>int main()
{//以"w"方式打开文件，文件存在，就在当前路径下新建文件int fd = open("data.txt", O_WRONLY|O_CREAT|O_TRUNC);if(fd == -1)  //打开失败{perror("open");return 1;}return 0;                                              
}

现象：新建文件的权限乱码了。 -> 原因：新建文件，未设置文件权限。

#include<stdio.h>
#include<sys/types.h>
#include<fcntl.h>int main()
{//以"w"方式打开文件，文件存在，就在当前路径下新建文件int fd = open("data.txt", O_WRONLY|O_CREAT|O_TRUNC, 0666);//int fd = open("data.txt", O_WRONLY|O_CREAT|O_TRUNC);if(fd == -1)  //打开失败{perror("open");return 1;}return 0;                                              
}

现象：文件权限并不是666。

现象：文件权限不为666。

原因：默认(最终)权限计算公式 = 起始权限 & (~umask值) , 本质是从起始权限中去掉在umask权限中出现的权限，如果在起始权限中某权限位不存在，但umask中该权限位存在，该权限位的结果为0，"去掉"不是删除。

mode_t umask(mode_t mask)；

功能：设置文件的权限掩码。

umask函数只会影响调用它的进程所创建的权限掩码，而不会对父进程或其他进程的权限掩码产生影响。

#include <sys/stat.h>
#include<stdio.h>
#include<sys/types.h>
#include<fcntl.h>int main()
{umask(0);  //只改变此进程所创建的权限掩码//以"w"方式打开文件，文件存在，就在当前路径下新建文件int fd = open("data.txt", O_WRONLY|O_CREAT|O_TRUNC, 0666);//int fd = open("data.txt", O_WRONLY|O_CREAT|O_TRUNC);if(fd == -1)  //打开失败{perror("open");return 1;}return 0;                                              
}

3.2.3. 返回值fd

一、FILE*与fd的关系

在底层上，fd是文件描述符，用于标识一个打开的文件，用于后续的文件操作。在语言上，FILE*是C语言标准I/O库定义的类型，用于表示文件流，用于后续的文件操作 —> 所以FILE结构体对象必定封装了fd。

FILE类型是C语言IO库定义的一个结构体类型，用于表示一个流，这个流可以关联到一个文件、内存区域或其他输出/输入资源。FILE结构体内部封装了与流操作相关的各种信息(如：文件描述符fd、文件读写位置、缓冲区、文件状态等)。
流：抽象的概念，它提供了统一的方式来处理数据的输入、输出，无论这个数据是来自于文件、标准输入输出(键盘、显示器)或其他形式的输入输出资源。流的本质是数据传输。

#include<stdio.h>
#include<sys/types.h>
#include<fcntl.h> int main()
{int fd1 = open("data1.txt", O_WRONLY|O_CREAT|O_TRUNC);int fd2 = open("data2.txt", O_WRONLY|O_CREAT|O_TRUNC);int fd3 = open("data3.txt", O_WRONLY|O_CREAT|O_TRUNC);printf("fd1:%d\nfd2:%d\nfd3:%d\n", fd1, fd2, fd3);printf("\n");                                          //FILEl类型是由C标准库封装的结构体printf("stdin:%d\n", stdin->_fileno);printf("stdout:%d\n", stdout->_fileno);printf("stderr:%d\n", stderr->_fileno);return 0;
}