5-文件IO-read/write/open

本着在使用中学习的原则，现在提出一个需求，只使用 linux 系统接口来实现文件拷贝命令。在上一篇博文中，已经简单了解了库函数和系统接口的区别。本文将继续学习 write，另外还将学习另外两个系统接口 read 和 open.

代码

为了方便学习，我把所有的错误处理的代码删除了。如果你想看完整代码，请跳到倒数第二节完整代码那里去。

• 代码

// 文件名：mycp.c
#include <unistd.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <stdio.h>

#define BUFFERSIZE 4096

int main(int argc, char* argv[]) {
  int srcfd = open(argv[1], O_RDONLY); // 用只读的方式打开一个已经存在的文件
  int dstfd = open(argv[2], O_CREAT | O_WRONLY, 0666); // 创建一个新的文件，这个文件只能写，权限是 0666。有关 linux 文件权限位，请参考后面。

  int len  = 0;
  char buffer[BUFFERSIZE] = {0}; // 临时缓冲区。

  while((len = read(srcfd, buffer, BUFFERSIZE)) > 0) { // 循环读取数据
    write(dstfd, buffer, len); // 写入数据
  }
  close(srcfd); // 关闭文件
  close(dstfd);
  return 0;
}

• 编译
  编写完成后，使用正的命令编译后生成一个 mycp 的可执行文件。

$ gcc mycp.c -o mycp

• 执行
  使用下面的方法来执行 mycp。意思是复制文件 mycp.c 到新文件 test 中去。

./mycp mycp.c test

看完后，不要慌，待我解释，一下子学习 3 个函数，可能让你难以接受。

函数 open

函数 open 的原型如下。

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

在前面的代码中，用到了两次 open 函数，而且函数的参数个数也不一样，其实它和 printf 一样，也是一个可变参数函数。

int srcfd = open(argv[1], O_RDONLY);

这行的意思是打开文件 mycp.c（这个值是通过 argv[1]传过来的），后面的 O_RDONLY 的意思是，打开这个文件后，你只能读取。返回值 srcfd 是一个整数，这个整数在本进程内唯一的标识了 mycp.c 这个文件。它有个专用的名字，叫文件描述符，有关这个概念以后会慢慢深入，这里你就认为它表示 mycp.c 这个文件。

---

int dstfd = open(argv[2], O_CREAT | O_WRONLY, 0666);

这一行的 open 传了 3 个参数，这个函数是创建一个文件 test(这个值是通过 argv[2]传过来的)，第二个参数是 O_CREAT | O_WRONLY，表示创建一个文件 test, 这个文件是只写的。0666是8进制数 666，表示 test 文件的权限是 -rw-rw-rw-。返回值 dstfd 唯一了标识了 test 这个文件。

---

open 函数的用法

1. flags 有三个必选项，分别是 O_RDONLY, O_WRONLY, O_RDWR. 这三个值是互斥的，只能选一个。（如果你看过APUE这本书，那上面提到的是5选一，但是这里我不想讲另外的两个）
2. flags 有很多可选项，O_CREAT, O_APPEND, O_EXCL, O_TRUNC, O_NONBLOCK. 这几个值是可以多选的。当然不能和必选项发生冲突。
3. 如果填写了 O_CREAT 这个可选项，那个 open 函数的第 3 个参数 mode 就必需写。O_EXCL只和O_CREAT配合使用。如果 O_EXCL开启了，而且要创建的文件如果已存在，函数返回 -1。
4. O_APPEND表示已追加的方式打开文件。
5. O_TRUNC表示打开文件后，将长度截断成0.
6. O_NONBLOCK针对设备文件，比如屏幕，网络，表示以非阻塞的方式打开 IO. 这个概念现在不提。

除了以上的选项外，linux 还提供了其它的选项，这里就不说了，因为不太常用。上面的选项目前对我们来说，已经足够。随着学习的深入，遇到了再讨论也不迟。如果想了解更多选项，请向 man 寻求帮助。在终端中输入man 2 open，就可以看到 open的详细介绍。

man 2 open中的 2，表示在 man 手册中的第2章查看 open，第 2 章描述的全部是 linux 系统接口。而第 3 章描述的都是C语言库函数。

flag 选项示例

open('test', O_RDONLY);                     // 只读方式打开
open('test', O_WRONLY | O_APPEND);          // 追加的方式打开
open('test', O_RDWR);                       // 读写的方式打开
open('test', O_WRONLY | O_CREAT, 0666);     // 创建文件，只写，权限是 0666
open('test', O_WRONLY | O_TRUNC);           // 只写打开，同时把文件长度截断成 0.

函数 read

• 函数原型

ssize_t read(int fd, void *buf, size_t count);

size_t你可以理解成 unsigned int，而 ssize_t 你可以理解成 int。

关是读上面的mycp代码你可能就会使用 read 函数了，它表示从文件 fd 中期望读取 count 字节的数据。

它的返回值表示实际读取到的字节数。如果返回值为 0，表示已经读取到了文件末尾，如果为 -1，表示读取出错。

题外话：如果你是从设备（比如标准输入或网络中）读取数据，read 默认情况下阻塞，它会一直等待有数据到来为止才返回。如果一直没有数据到来，那么本进程会被操作系统投入睡眠。

函数 write

ssize_t write(int fd, const void *buf, size_t count);

write 函数也很容易理解，表示我期望写入 count 个字节的数据。返回值表示实际写入的数据。

对于普通文件来说，返回值必须和 count 相等，否则意味着出错。

对于设备来说，返回值可以小于 count 的值，比如向网络中写数据。

题外话：如果你是向设备（比如标准输入或网络中）写数据，write 默认情况下阻塞，除非缓冲区有空位。如果缓冲区一直是满的，那么本进程会被操作系统投入睡眠。

完整代码

#include <unistd.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <stdio.h>

#define BUFFERSIZE 4096

int main(int argc, char* argv[]) {
  if (argc != 3) {
    printf("usage:\n mycp src dst\n");
    return 1;
  }
  int srcfd = open(argv[1], O_RDONLY);
  if (srcfd == -1) {
    perror("open");
    return 1;
  }
  int dstfd = open(argv[2], O_CREAT | O_WRONLY, 0666);
  if (dstfd == -1) {
    perror("open");
    return 1;
  }

  int len  = 0;
  char buffer[BUFFERSIZE] = {0};

  while((len = read(srcfd, buffer, BUFFERSIZE)) > 0) {
    if (write(dstfd, buffer, len) != len) {
      perror("write error");
      return 1;
    }   
  }
  if (len < 0) {
    perror("read error");
    return 1;
  }
  close(srcfd); // 关闭文件
  close(dstfd);
  return 0;
}

小结

前面简述了 open read write 函数。但是并没有讨论过多的细节。实际上，在读写文件的时候，还有一个偏移量(offset)的概念。

比如我有这样的需求，我想从文件的第 5个字节开始读数据，或者向文件的第 10 个字节开始写数据，要怎么办？这个问题将在后面的文章中继续讨论。