6-文件IO-文件描述符与lseek

在讲 lseek 前，先讲讲上一节文件描述符这个遗留的问题。

1. 文件描述符

在上一节中，我们已经知道 open 函数返回一个整数，它在本进程中唯一的标识了一个文件。那么，它到底是怎样标识的呢？

可以设想，在一个进程中，存在着一个大数组（记录了打开的文件），这个数组的索引号就是 open 函数返回的整数，而这个数组的每一项，记录了打开的文件相关信息。

我们知道，在操作系统中，是通过进程控制块(PCB)来描述进程信息和相关资源的。实际上在 linux 中，它就是一个巨大的结构体，在 linux 0.11 中，就是 task_struct 结构体。为了便于学习，我把其它用不着的部分先删除了。（代码来源于 linux 0.11，因为我们是初学者，学习这个版本的源码足够了。）

从下面的PCB结构体中，确实存在着这么一个数组 filp[NR_OPEN]。

struct task_struct {
	long pid; // 进程号
	// ... 其它字段
	
	// 文件描述符标志位，有关该标志位，以后再说。
	unsigned long close_on_exec;
	// 数组索引号就是文件描述符。NR_OPEN 的值在 linux 0.11 中被定义为 20
	struct file * filp[NR_OPEN];
	
	// ... 其它字段
};

那么 struct file 长啥样呢？我们知道它记录了文件的相关信息，还记得open函数的几个参数吗？有 flag, 它记录了文件状态，比如O_RDONLY，O_WRONLY，O_APPEND等等？有 mode，文件的权限位。可以猜测，这个struct file 也记录着这些属性。下面是 linux 0.11 源码中的数据结构。

struct file {
	unsigned short f_mode; // 文件权限位
	unsigned short f_flags; // 文件状态位
	unsigned short f_count; // 引用计数
	struct m_inode * f_inode; // 文件存在磁盘上的哪个位置等等其它信息由这个字段来解释
	off_t f_pos; // 当前偏移量
};

用下面这张图来描述 PCB，文件描述符，文件表之间的关系，会更加清晰。

图1 PCB，文件描述符与文件表 上图中的 `flip` 数组的索引号，就是文件描述符。数组中的每个元素是一个指向了 `struct file` 类型（文件表）的指针，`struct file` （文件表）中记录了当前打开的文件的重要信息，其中根据 f_inode 成员就可以找到磁盘上的文件（实际由 f_inode 到磁盘文件没有图中那样简单，要稍稍复杂点，不过为了说明问题，大家暂时可以这样理解，后面到文件系统的时候会深入）。

相信到这里，你已经理清了描述符，文件表之间的关系了。在上图中，可以看到本进程中有三个文件描述符指向了同一个文件表，那么这个文件表中的引用计数必然为 3。用 C 语言来讲就是 flip[0] == flip[1] && flip[1] == flip[2]。而第二个文件表只有一个指针指向了它，它的引用计数就是1.在调用 close(fd) 函数的时候，实际上做了两步:

--flip[fd]->count; 
flip[fd] = NULL;

当 count == 0 的时候，才真正的关闭文件。

有没有可能人为的让两个不同的描述符指向同一个文件表？答案是完全可能，这没什么好奇怪的，函数 dup 和 dup2 就是干这事的。dup2(int oldfd, int newfd) 的函数做的事情大概就向下面这个样子：

int dup2(int oldfd, int newfd) {
    // ...
    close(newfd);
    flip[newfd] = flip[oldfd];
    flip[newfd]->count++;
    //...
    return 0;
}

而 dup 函数只接受一个参数 oldfd，它返回系统分配的新描述符值。

并非所有的操作系统实现方式都如图 1 中所示，在 linux 0.11 中采用的是数组，当然，完全可以采用链表来实现，这取决于不同操作系统的实现方式，万变不离其宗。

2. lseek 函数

• 函数原型

// off_t 可以理解成 int
off_t lseek(int fd, off_t offset, int whence);

lseek 函数，就是改变 flip[fd] 指向的 struct file 这个结构中的 f_pos 成员的。

当用 open 函数打开一个文件的时候，该偏移量 f_pos 被默认指定为 0。

• 如果 whence 等于 SEEK_SET，则 f_pos = offset（offset 只能是正数）
• 如果 whence 等于 SEEK_CUR, 则 f_pos = f_pos + offset（offset 可正可负）
• 如果 whence 等于 SEEK_END，则 f_pos = 文件长度 + offset （offset 可正可负）

3. 指定 f_pos 后有什么影响？

如果一个文件中的内容是 hello world，当f_pos==6的时候，执行 read 函数将从字母w开始读取，执行write 也会从 w 处开始写数据。

4. 示例

• 目录树

.
|-lseekdemo.c
|-test

• test 文件

hello world

• lseekdemo.c

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

int main() {
  int fd = open("test", O_RDONLY);
  if (fd < 0) {
    perror("open");
    return 1;
  }
  char buf[64] = {0};
  lseek(fd, 6, SEEK_SET);
  read(fd, buf, 64); 
  printf("%s\n", buf);
  return 0;
}

编译后执行，屏幕会打印 world.

5. 总结

• 理解文件描述符是什么
• 知道 struct file 结构体
• 理解 lseek 原理
• 掌握 lseek 用法