【C语言】23.文件操作

由于要对数据进行持久化保存，我们就有了文件。

一、程序文件与数据文件

磁盘（硬盘）上的文件是文件。
但是在程序设计中，我们⼀般谈的文件有两种：程序文件、数据文件（从文件功能的角度来分类的）。

1.1 程序文件

程序文件包括源程序文件（后缀为 .c）,目标文件（windows环境后缀为 .obj）,可执行程序（windows环境后缀为 .exe）。

1.2 数据文件

文件的内容不⼀定是程序，而是程序运行时读写的数据，比如程序运行需要从中读取数据的文件，或者输出内容的文件。

本博客讨论的是数据文件。
在以前各章所处理数据的输入输出都是以终端为对象的，即从终端的键盘输入数据，运行结果显示到显示器上。
其实有时候我们会把信息输出到磁盘上，当需要的时候再从磁盘上把数据读取到内存中使用，这里处理的就是磁盘上文件。

1.3 文件名

⼀个文件要有⼀个唯⼀的文件标识，以便用户识别和引用。
文件名包含3部分：文件路径+文件名主干+文件后缀
例如： c:\code\test.txt
分为绝对路径和相对路径，为了方便起见，文件标识常被称为文件名。

二、二进制文件与文本文件

根据数据的组织形式，数据文件被称为文本文件或者二进制文件。
数据在内存中以二进制的形式存储，如果不加转换的输出到外存的文件中，就是二进制文件。
如果要求在外存上以ASCII码的形式存储，则需要在存储前转换。以ASCII字符的形式存储的文件就是文本文件。

⼀个数据在文件中是怎么存储的呢？
字符⼀律以ASCII形式存储，数值型数据既可以用ASCII形式存储，也可以使用二进制形式存储。
如有整数10000，如果以ASCII码的形式输出到磁盘，则磁盘中占用5个字节（每个字符⼀个字节），而二进制形式输出，则在磁盘上只占4个字节。

三、文件的打开与关闭

3.1 流与标准流

3.1.1流

我们程序的数据需要输出到各种外部设备，也需要从外部设备获取数据，不同的外部设备的输入输出操作各不相同，为了方便程序员对各种设备进行方便的操作，我们抽象出了流的概念，我们可以把流想象成流淌着字符的河。
C程序针对文件、画面、键盘等的数据输入输出操作都是通过流操作的。
⼀般情况下，我们要想向流里写数据，或者从流中读取数据，都是要打开流，然后操作。

3.1.2 标准流

那为什么我们从键盘输入数据，向屏幕上输出数据，并没有打开流呢？

那是因为C语言程序在启动的时候，默认打开了3个流：
• stdin - 标准输入流，在大多数的环境中从键盘输入，scanf函数就是从标准输入流中读取数据。
• stdout - 标准输出流，大多数的环境中输出至显示器界面，printf函数就是将信息输出到标准输出流中。
• stderr - 标准错误流，大多数环境中输出到显示器界面。

这是默认打开了这三个流，我们使用scanf、printf等函数就可以直接进行输入输出操作的。
stdin、stdout、stderr 三个流的类型是： FILE* ，通常称为文件指针。
C语言中，就是通过 FILE* 的文件指针来维护流的各种操作的。

3.2 文件指针

缓冲文件系统中，关键的概念是“文件类型指针”，简称“文件指针”。
每个被使用的文件都在内存中开辟了⼀个相应的文件信息区，用来存放文件的相关信息（如文件的名字，文件状态及文件当前的位置等）。这些信息是保存在⼀个结构体变量中的。该结构体类型是由系统声明的，取名 FILE .
例如，VS2013编译环境提供的 stdio.h 头文件中有以下的文件类型申明：

struct _iobuf 
{
	 char *_ptr;
	 int _cnt;
	 char *_base;
	 int _flag;
	 int _file;
	 int _charbuf;
	 int _bufsiz;
	 char *_tmpfname;
};
typedef struct _iobuf FILE;

不同的C编译器的FILE类型包含的内容不完全相同，但是大同小异。
每当打开⼀个文件的时候，系统会根据文件的情况自动创建⼀个FILE结构的变量，并填充其中的信息，使用者不必关心细节。
⼀般都是通过⼀个FILE的指针来维护这个FILE结构的变量，这样使用起来更加方便。
下面我们可以创建⼀个FILE*的指针变量:

	FILE* pf;//⽂件指针变量

定义pf是⼀个指向FILE类型数据的指针变量。可以使pf指向某个文件的文件信息区（是⼀个结构体变量）。通过该文件信息区中的信息就能够访问该文件。也就是说，通过文件指针变量能够间接找到与它关联的文件。

3.3 文件的打开与关闭

文件在读写之前应该先打开文件，在使用结束之后应该关闭文件。
在编写程序的时候，在打开文件的同时，都会返回⼀个FILE*的指针变量指向该文件，也相当于建立了指针和文件的关系。
ANSI C 规定使用 fopen 函数来打开文件， fclose 来关闭文件。


mode表示文件的打开模式，下⾯都是文件的打开模式：

文件使用方式	含义	如果指定文件不存在
r（只读）	为了输入数据，打开⼀个已经存在的文本文件	出错
w（只写）	为了输出数据，打开⼀个文本文件	建立一个新的文件
a（追加）	向文本文件尾添加数据	建立一个新的文件
rb（只读）	为了输入数据，打开⼀个二进制文件	出错
wb（只写）	为了输出数据，打开⼀个二进制文件	建立⼀个新的⽂件
ab（追加）	向⼀个⼆进制文件尾添加数据	建立⼀个新的文件
r+（读写）	为了读和写，打开⼀个文本文件	出错
w+（读写）	为了读和写，建立⼀个新的文件	建立⼀个新的文件
a+（读写）	打开⼀个⽂件，在文件尾进行读写	建立⼀个新的文件
rb+（读写）	为了读和写打开⼀个⼆进制文件	出错
wb+（读写）	为了读和写，新建⼀个新的⼆进制⽂件	建立⼀个新的文件
ab+（读写）	打开⼀个⼆进制文件，在文件尾进行读和写	建立⼀个新的⽂件

四、文件的顺序读写

4.1 顺序读写函数介绍

函数名	功能	适用于
fgetc	字符输⼊函数	所有输入流
fputc	字符输出函数	所有输出流
fgets	文本行输入函数	所有输⼊流
fputs	文本行输出函数	所有输出流
fscanf	格式化输入函数	所有输⼊流
fprintf	格式化输出函数	所有输出流
fread	⼆进制输⼊	⽂件
fwrite	⼆进制输出	⽂件

上面的适用于所有输入流⼀般指适用于标准输入流和其他输入流（如文件输入流）；所有输出流⼀般指适用于标准输出流和其他输出流（如文件输出流）

4.2 函数对比

函数	功能
scanf	针对标准输入（键盘）的格式化输入函数
printf	针对标准输出（屏幕）的格式化输出函数
fscanf	针对所有输入流的格式化输入函数
fprintf	针对所有输出流的格式化输出函数
sscanf	从一个字符串中读取一个格式化的数据
sprintf	把一个格式化的数据转换为字符串

五、文件的随机读写

5.1 fseek

根据文件指针的位置和偏移量来定位文件指针。

5.2 ftell

返回文件指针相对于起始位置的偏移量

5.3 rewind

让文件指针的位置回到文件的起始位置

六、文件结束的判断

1. 文本文件读取是否结束，判断返回值是否为 EOF （ fgetc ），或者 NULL （ fgets ）
   例如：
   • fgetc 判断是否为 EOF .
   • fgets 判断返回值是否为 NULL .
2. 二进制文件的读取结束判断，判断返回值是否小于实际要读的个数。
   例如：
   • fread判断返回值是否小于实际要读的个数。

6.1 feof

在文件读取结束后，判断是否是因为遇到文件末尾而结束。

6.2 ferror

在文件读取结束后，判断是否是因为遇到错误而结束。

6.3使用的例子

6.3.1文本文件

#include <stdio.h>
#include <stdlib.h>
 
int main(void)
{
	 int c; // 注意：int，⾮char，要求处理EOF 
	 FILE* fp = fopen("test.txt", "r");
	 if(!fp) 
	 {
		 perror("File opening failed");
		 return EXIT_FAILURE;
	 }
	 //fgetc 当读取失败的时候或者遇到⽂件结束的时候，都会返回EOF 
	 while ((c = fgetc(fp)) != EOF) // 标准C I/O读取⽂件循环 
	 { 
		 putchar(c);
	 }
	 //判断是什么原因结束的 
	 if (ferror(fp))
		 puts("I/O error when reading");
	 else if (feof(fp))
		 puts("End of file reached successfully");		 
	 fclose(fp);
	 return 0;
}

6.3.2二进制文件

#include <stdio.h>
 
enum { SIZE = 5 };
int main(void)
{
	 double a[SIZE] = {1.,2.,3.,4.,5.};
	 FILE *fp = fopen("test.bin", "wb"); // 必须⽤⼆进制模式 
	 fwrite(a, sizeof *a, SIZE, fp); // 写 double 的数组 
	 fclose(fp);
	 
	 double b[SIZE];
	 fp = fopen("test.bin","rb");
	 size_t ret_code = fread(b, sizeof *b, SIZE, fp); // 读 double 的数组 
	 if(ret_code == SIZE) 
	 {
		 puts("Array read successfully, contents: ");
		 for(int n = 0; n < SIZE; ++n) 
			 printf("%f ", b[n]);
		 putchar('\n');
	 } 
	 else 
	 { // error handling
		 if (feof(fp))
			 printf("Error reading test.bin: unexpected end of file\n");
		 else if (ferror(fp)) 
			 perror("Error reading test.bin");
	 } 
	 fclose(fp);
}

七、文件缓冲区

ANSIC 标准采用“缓冲文件系统”处理的数据文件的，所谓缓冲文件系统是指系统自动地在内存中为程序中每⼀个正在使用的文件开辟⼀块“文件缓冲区”。从内存向磁盘输出数据会先送到内存中的缓冲区，装满缓冲区后才⼀起送到磁盘上。如果从磁盘向计算机读入数据，则从磁盘文件中读取数据输入到内存缓冲区（充满缓冲区），然后再从缓冲区逐个地将数据送到程序数据区（程序变量等）。缓冲区的大小根据C编译系统决定的。

因为有缓冲区的存在，C语言在操作文件的时候，需要做刷新缓冲区或者在文件操作结束的时候关闭文件。
如果不做，可能导致读写文件的问题。