对C语言的写文件操作fwrite的一个初学者常见误解

当初对C语言的 写文件操作 到底会有什么样的结果很困惑，今天读CSAPP的时候又把这段回忆勾起来了。以下，希望能对如当年我一样的同学们理解fwrite有点帮助。

1.题外话，文件的重要意义

教科书中一般都会提到C语言的文件有这么个特色，它把所有设备都看成相同的东西，并称这是个优势。有的同学可能会奇怪，这有什么可提的。这种优点是教科书的作者和教师们从更早的书里抄来的，更早的书是对当时的情况发表的看法。在UNIX系统和C语言以前，操作系统处于一个更萌芽和早期的状态，对不同的设备的操作都使用专门方法--你可以理解为各有单独的函数。试想，键盘、鼠标、显示器、打印机、磁带、磁盘、磁鼓，所有这些东西都要作读写操作，而读写操作从人类的视角看来如此之像，却使用全然不同的函数和参数。UNIX和C语言改变了这一点，它把所有的设备"抽象"为文件，对所有设备的操作，都用相同的一组函数，即文件读写，来完成。这些各种各样的文件当中，也包括目录，所以目录也是一种文件。网络socket也是一种文件，进程间通信，也是一种文件。当很多不同的东西都统一于文件的时候，它们的个性就抹杀掉了，容易管理和控制多了。

因为吾生也晚，咱们已经习惯于这个格局了，就认为用文件管理所有的东西是天经地义的事情了，所以难以感觉到诸侯割据各自为政时的不方便。

2.问题

当我们读文件的时候，事情相对简单。打开，然后读，然后关闭。我们读到的正是我们期待读到的东西。当我们写文件的时候，情况就不同了。

常见出现的错误是，我们可以有个文件，内容是：
abcdefghijlmn

我们的C代码是：

打开文件， (可能在中间某个位置) 写操作，关闭文件。

执行完C程序以后，我们发现文件的内容不是我们期待的结果。我们原本期待中间某处变成我们修改以后的样，比如：
abcAAfghijlmn。

但是文件的内容却变成了:
^@^@^@AA

3. 原因

造成上面的问题，其原因肯定不是"因为微软的编译器太垃圾了"，而是我们没有仔细阅读手册。

我们错误地假想，C语言操作文件流 (流，也是个UNIX语境下的重要概念)，就像操作内存里的数组一样，找开文件就是找到数组的头 (起始位置)，写操作就是改变数组中某处的元素。

但是事情并不是这样。世界并非如此简单。把文件作为流操作，那是文件打开以后的事情，在文件打开的时候，非常重要地，程序员必须指出，准备创建或打开一个什么样的流。

手册 (man fopen) 说:

fopen的第一个参数是文件名，第二个参数需要我们注意。第二个参数称为 mode，我们可以理解为创造的流的"模式"。

其中对"w"这种模式的解释的第一句是：

"Truncate file to zero length or create text file for writing."

truncate的意思是"截断"。上述这句可以译为：把文件截断为0长度，或者创造用于写操作的文本文件。这里插一句，在UNIX/POSIX系统下，文本文件与二进制文件没有区别。所以，"w"模式所创造的流是，要么如果原来这个名字的文件已经存在，把它截断为0字节，无论里面有什么内容；要么如果原来没有这个文件，创造一个新的文件。

前面问题一节里的文件，原本是：

abcdefghijlmn

我们期待：

abcAAfghijlmn

但是却变成了：

^@^@^@AA

1.AA以后的东西会丢失，就是因为原来的文件被trancate到了0长度. 2."^@"是单独一个字符，即'\0'，这是由于我们的写操作是向某个特定位置进行造成的洞.

4. 解决

也许我们这些唯物主义者关注一下唯心的书，可能理解这个问题更容易一些。康德的《纯粹理性批判》、哈耶克的《科学的反革命》，还有 Design of Everyday Things，都提到一个观点。我们对于所有事物的理解和理解发以后的操作，都是基于心中的一个"模型"，或者说，我们认为它会 (或者应该) 那样工作。

如果它不是那样工作的，我们会说建模有问题。不过这个字眼很学术味。它的意思大致等同于，那玩意根本就不是你想的那么回事。对于fwritet这个具体问题而言，它不是如我们误以为的数组这样的流，而是在fopen时决定了，会对文件系统有些副作用的操作，然后创造了流中的某一种。

我们想要的效果，需要用以下方法解决.

FILE * f = fopen ("test.in", "r+");
// 注意此处不是 FILE * f = fopen ("test.in", "w");
// w模式会把文件内容清空
// r+这种模式的意思是：
// Open for reading and writing.  The stream is positioned at the beginning of the file.

5. 补充个无关的，sizeof

char output[3] = "AA"; /* sizeof -> 3, the number of the array elements */

对数组sizeof操作 (其实sizeof不是函数，而是关键字)，得到的是数级中元素的个数.

char* output = "AA";  /\* sizeof -> 4, the size of pointer type *\/ */

对指针sizeof操作，得到的是指针这一数据类型 (不是指针的基类型)的长度，指针在32位系统中是4字节。


6. 代码

6.1 覆盖文件内容的写操作

test.in的文件内容：
abcdefghijk

执行结果为：

^@^@^@AA

或者十六进制形式为：
$ hexdump -C test.in
00000000  00 00 00 41 41                                    |...AA|
00000005

C代码：
#include <stdio.h>
int main(int argc, char *argv[])
{
    char output[] = "AA";
    //FILE * f = fopen ("test.in", "r+");
    FILE * f = fopen ("test.in", "w");
    fseek(f, 3, SEEK_SET);
    fwrite(output, sizeof (output)-1, 1, f);
    fclose (f);
    return 0;
}

6.2 替换文件内容的写操作

test.in的文件内容：
abcdefghijk

执行结果为：

abAAefghijk

C代码：
#include <stdio.h>
int main(int argc, char *argv[])
{
    char output[] = "AA";
    FILE * f = fopen ("test.in", "r+");
    //FILE * f = fopen ("test.in", "w");
    fseek(f, 3, SEEK_SET);
    fwrite(output, sizeof (output)-1, 1, f);
    fclose (f);
    return 0;
}


7. 致谢

想起当年从BASIC语言向C语言迁移时，师兄们的教导令我受益良多。感谢张仕鹏师兄，还有一位一时名字没想起来的师兄，还有于寅虎师兄。恩，还有灌我酒的唐猛师兄，通过TC的BGI教会了我指针。


--------------------


博客会手工同步到以下地址：


[http://giftdotyoung.blogspot.com]


[http://blog.csdn.net/younggift]