Linux C学习笔记——文件的输入/输出操作

本文为清华大学出版社出版的《Linux C从入门到精通》一书的学习笔记，在此感谢作者及相关人员。本文为原创学习笔记，转载请注明出处，谢谢。

10.1 文件I/O操作概述

在Linux系统中，文件I/O操作可以分为两类，一类是基于文件描述符的I/O操作，另一类是基于数据流的I/O操作。

10.1.1 文件描述符简介

在文件操作一章中，也经常提到文件描述符这个概念。所谓文件描述符，就是进程与打开的文件的一个桥梁，通过这个桥梁，才可以在进程中对这个文件进行读写等操作。

在Linux环境下，每打开一个磁盘文件，都会在内核中建立一个文件表项，文件表项中存储着文件的状态信息、存储文件内容的缓冲区和当前文件的读写位置。如果同一磁盘文件打开了3次，就会创建3个这样的文件表项（a,b和c），读写文件时，只会改变该文件表项中的文件读写位置。这3个文件表项存储在一个文件表数组table[3]中，在这里table[0]=a,table[1]=b,table[2]=c。这个文件表的下标就称之为文件描述符，将这个文件描述符存储在一个数组中des[3]={0,1,2},那么，在进程中就可以通过这个des数组下标引用文件表项。也就是说，通过文件描述符就可以访问到这个磁盘文件。

10.1.2 数据流概述

从数据操作方式这个角度来说，Linux系统中的文件（无论是普通文件还是设备文件）可以看做是数据流。对文件进行操作之前，必须先调用标准I/O库函数fopen()将数据流打开。打开数据流之后，就可以对数据流进行输入和输出的操作。

标准I/O库函数是C语言中所特有的用于高级接口的函数，这些库函数存放在C语言的stdio.h头文件中，因此这些用于数据流的I/O操作函数不仅适用于Linux系统，还适用于其他的操作系统。由此可见，此库函数的引用大大增加了程序的移植性。

要对数据流进行读写操作时，需要标准I/O库函数和FILE类型的文件指针一起来实现。这个文件指针石达开数据流时返回的指针，该指针用来表示要操作的数据流。

当执行程序时，有3个数据流不需要特定的函数进行打开的操作，他们会自动打开。这3个数据流是标准输入、标准输出和标准错误输出。他们是自动打开的，当不使用时，也会自动关闭。

然而，调用标准I/O库函数fopen()打开的数据流，在对数据流进行操作后，需要调用fclose()函数将其关闭。fclose()函数在关闭数据流之前，会清空在操作过程中分配的缓冲区并保存数据信息。

10.2 基于文件描述符的I/O操作

10.2.1 文件的打开与关闭

1）open()函数

#include<sys/types.h>

#include<sys/stat.h>

#include<fcntl.h>

int open(const char *pathname, int flags)

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

int creat(const char *pathname, mode_t mode)

上述的两个open()函数和一个creat()函数在调用成功时，都会返回其新分配的文件描述符；否则返值为-1，并设置适当的error。

2）close()函数

#incldue<unistd.h>

int close(int fd)

当一个进程终止时，内核对该进程的所有尚未关闭的文件描述符调用close()函数关闭，所以即使用户程序不调用close()函数，在终止时内核也会自动关闭它打开的所有文件。但是，对于网络服务器这种一直运行的程序，文件描述符一定要及时关闭，否则随着打开的文件越来越多，会占用大量文件描述符和系统资源。

有函数open()返回的文件描述符一定是该进程尚未使用的最小描述符。由于程序启动时自动打开标准输入、标准输出和标准错误输出，因此文件描述符0,1,2会存在，那么第一次调用open()函数打开文件时返回的文件描述符通常会是3，再调用open()函数就会返回4.可以利用这一点在标准输入、标准输出或标准错误输出上打开一个新文件，是想重定向的功能。例如，首先调用close()函数关闭文件描述符1，然后调用open()函数打开一个常规文件，则一定会返回文件描述符1，这是标准输出就不再是终端，而是一个常规文件了，再调用printf()函数就不打印到屏幕上，而是写到这个文件中了。在文件操作一章中讲到的dup2()函数就是另外一种在指定的文件描述符上打开文件的方法。

10.2.2 文件的读写操作

1）read()函数

#include<unistd.h>

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

2）write()函数

#include<unistd.h>

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

10.2.3 文件的定位

每个文件都记录着当前读写位置，打开文件时读写位置是0，表示文件开头，通常读写多少个自己就会将读写位置往后移多少个字节。

以O_APPEND方式打开文件，每次写操作都会在文件末尾追加数据，然后间读写位置移动到新的文件末尾。

1）lseek()函数

lseek()函数可以移动当前读写位置，通常称为偏移量，该函数的定义形式如下：

#include<sys/types.h>

#include<unisd.h>

off_t lseek(int fildes, off_t offset, int whence)

10.3 基于数据流的I/O操作

10.3.1 文件的打开与关闭

在操作文件之前要用fopen()函数打开文件，操作结束后，要用fclose()函数关闭文件。

1）fopen()函数

#include<stdio.h>

FILE *foepn(cosnt char *path, cosnt char *mode)

2）fclose()函数

#include<stdio.h>

int fclose(FILE *fp)

10.3.2 字符输入/输出

1）fgetc()函数

fgetc()函数从指定的文件中读一个字节，该函数的定义形式如下：

#include<stdio.h>

int fgetc(FILE *stream)

在程序中，偶尔会遇到getchar()函数，也是用于读取一个字节，但它是从标准输入读一个字节。在程序中调用getchar()函数相当于调动fgetc(stdin)

在使用fgetc()函数时需要注意一下几点：

①调用fgetc()函数时，指定的文件的打开方式必须是可读的。

②函数fgetc()调用成功时，返回的是读到的字节，应该为unsigned char，但fgetc()函数在原型中返回值类型时int，原因在于函数调用出错或读到文件末尾时fgetc()会返回EOF，即-1，保存在int型的返回值是0xffffffff,如果读到字节0xff，由unsigned char型转换int 型时0x000000ff，只有规定返回值是int型才能把这种情况区分开，如果规定返回值是unsigned char型，那么当返回值是0xff时则无法区分到底是EOF还是字节0xff。

2）fputc()函数

#include<stdio.h>

int fputc(int c, FILE *stream)

10.3.3 字符串输入/输出

1）fgets()函数

#include<stdio.h>

char *fgets(char *s, int size, FILE *stream)

对于fgets()函数而言，'\n'是一个特别的字符，作为结束符；而'\0'并无任何特别之处，只用作普通字符串读入。正因为'\0'作为一个普通的字符串，因此无法判断缓冲区中的'\0'究竟是从文件读上来的字符还是有fgets()函数自主添加的结束符，所以fgets()函数只用于读文本文件而不提倡读二进制文件，并且文本文件中的所有字符串不能有'\0'。

2）fputs()

#include<stdio.h>

int fputs(const char *s, FILE *stream)

缓冲区s中保存的是以'\0'结尾的字符串，fputs()将该字符串写入文件stream，但并不写入结尾的'\0'，且字符串中可以有'\n',也可以没有'\n'。

10.3.4 数据块输入/输出

1）fread()和fwrite()函数

#include<stido.h>

size_t fread(void *ptr, size_t size, size_t nmemb, FILE *stream)

size_t fwrite(const void *ptr, size_t size, size_t nmemb, FILE *stream)

10.3.5 格式化输入/输出

所谓格式化输入/输出，就是按照一定的格式将数据进行输入/输出操作。在程序中经常用到的printf()函数和scanf()函数是用于对终端设备文件的读写操作，这两个函数被称为格式化输入/输出，因为在使用这两个函数时，需要制定读写数据的数据类型并按照一定的格式进行读写。

1）格式化输入函数

#include<stdio.h>

int printf(const char *format,...)

int fprintf(FILE *stream, const char *format)

int sprintf(char *str, size_t size, const char *format,...)

2）格式化输出函数

#include<stdio.h>

int scanf(const char *format,...)

int fscanf(FILE *stream, const char *format,...)

int sscanf(const char *str, const char *format,...)

10.3.6 操作读写位置的函数

1）fseek()函数

#inlcude<stdio.h>

int fseek(FILE *stream, long offset, int whence)

函数fseek()的作用是用来移动文件内部位置指针。

2）ftell()函数

#inlcude<stdio.h>

long ftell(FILE *stream)

ftell()函数的作用是得到stream指定的流式文件中的位置。

3）rewind()函数

void rewind(FILE *stream)

rewind()函数的作用是使位置指针重新返回文件的开头，该函数没有返回值。

10.3.7 C标准的I/O缓冲区

C标准库在调用fopen()函数时，都会给此文件分配一个I/O缓冲区，可以加速读写操作，原因在于用户程序需要调用C标准I/O库函数（如fread()、fwrite()等基于文件流I/O操作）读写文件，当缓冲区装满后，再由系统调用的I/O函数（如read()、write()等基于文件描述符的I/O操作）把读写请求传给内核，最终由内核驱动磁盘或设备完成I/O操作。

由此看来，为文件分配的内存缓冲区大小，直接影响到实际操作外村设备的次数，内存中为未见分配的缓冲区越大，操作外存的次数会越小，因此读写数据的速度会越来越快，效率就会随之增高。

然而，有时用户程序等不及将缓冲区都装满之后再传给内核，进行I/O操作，而是希望把I/O缓冲区中的数据立刻传给内核，让内核写回设备，这种行为叫做flush操作，对应的库函数是fflush()。

C标准库的I/O缓冲区有全缓冲、行缓冲和无缓冲3种类型。

1）全缓冲：如果缓冲区写满了，就写回内核。普通文件通常是全缓冲的。

2）行缓冲：如果用户程序写的数据中有'\n'，就把这一行写回内核，或者缓冲区写满后就写回内核。标准输入和标准输出对应中断设备时通常是行缓冲。

3）无缓冲：用户程序每次调库函数做写操作都要通过系统调用写回内核。标准错误输出通常是无缓冲的。这样用户程序产生的错误信息就可以尽快输出到设备。

使用缓冲区时，会使用到如下两类操作，一个是设置缓冲区属性，另外一个是清空缓冲区。

4）设置缓冲区属性

#include<stdio.h>

void setbuf(FILE *stream, char *buf)

void setbuffer(FILE *stream, char *buf, size_t size)

void setlinebuf(FILE *stream)

int setvbuf(FILE *stream, char *buf, int mode, size_t size)

setbuf()函数主要实现了为参数buf所指定的缓冲区设置大小。此函数中，设定缓冲区大小的值只有两个，一个是常数BUFSIZ，另一个是NULL。当定义值为BUFSIZ时，代表设置缓冲区为全缓冲；若为NULL，则代表设置缓冲区为无缓冲形式。

setbuffer()与setbuf()功能相同，只是setbuffer()函数可以任意指定缓冲区大小为size

setlinebuf()函数实现了将stream指向的缓冲区设置为行缓冲。

setvbuf()函数融合了上述3种函数的功能，既可以设置缓冲区的任意大小size，也可以设置缓冲区的任意类型，如mode参数取值为_IOFBF（全缓冲类型）、_IOLBF（行缓冲类型）或_IONBF（无缓冲类型）。

5）清空缓冲区

#include<stdio.h>

int fflush(FILE *stream)

fflush()函数实现将缓冲区中的尚未写入文件的数据强制性地写进stream所指定的文件中，然后清空缓冲区。如果stream为NULL，此函数会将所有打开的文件数据更新。

10.4 小结

本章主要介绍了Linux系统下的文件I/O操作。在Linux系统下存在两种文件I/O操作，一种是基于文件描述符的I/O操作，这里面的I/O操作都是Linux系统中提供并直接作用于内核的，是非缓冲的I/O操作；另一种I/O操作是基于数据流的I/O操作，是由C语言的stdio库所提供的，需要在内存中开辟一块缓冲区，在缓冲区中进行快速地读写操作。本章主要结合典型实例介绍了上述两种I/O操作方式对文件的打开、关闭、读、写、文件定位等操作。