【C语言】文件操作（上卷）

前言

为什么要使用文件呢？

你是否发现，我们写的程序，退出后再次运行，是记不住上次程序的数据的。这是因为我们写的程序是存储在电脑的内存中的，如果程序退出，内存回收，所以数据就丢失了。

如果想要将数据进行持久化的保存，我们可以使用文件。

想想我们电脑上的这些文件，PPT之类的，我们写好后再次打开依然是在的。包括我们写好的代码，也在电脑的文件夹里放着。这是因为这些文件是放在电脑的硬盘上的。

硬盘上的数据除非自己修改，否则是不会丢的。下次打开程序还是在硬盘上拿到我们的数据。

 所以当我们把数据放在文件中，文件又放在硬盘上，就可以将数据进行持久化的保存。

 当然这个“持久”，也不是永久，电脑或者硬盘是可能坏的。

什么是文件？

磁盘（硬盘）上的文件是文件。

我们电脑的C、D盘里进去的这些都是文件。

但在程序设计中，我们一般谈论的文件有两种：程序文件和数据文件（从文件功能的角度来分的）。

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）。

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。

比如在下图中，我们的test.exe可以从data.text中读取数据（读），或输出数据到data.txt（写）中，我们的test.exe是程序文件，data.txt是数据文件。

本文主要探讨的是数据文件，也就是怎么通过C语言写代码来操作数据文件。

以前，我们处理数据的输入输出都是以终端（也就是我们运行起来看见的黑框）为对象的，即从终端的键盘输入数据，运行结果显示在显示器上。

我们用printf打印数据到终端或者说屏幕，其实就是写的动作。

而从终端或屏幕输入或者读取数据，就是读的动作。

有时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。 

经过本文的学习，以后我们写代码就可以将数据写到数据文件里。

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。

文件名包含三个部分：文件路径+文件名主干+文件后缀

如：c:\code\test.txt中，c:\code\是路径，test是文件名主干，.txt是文件后缀。

方便起见，文件标识常被称为文件名。

前面是从功能的角度来讲，分为程序文件和数据文件，其实从内容的角度来讲，文件又可以分为二进制文件和文本文件。

二进制文件和文本文件

根据数据的组织形式，数据文件被称为文本文件或二进制文件。

数据在内存中是以二进制的形式存储的，如果不转换，输出到外存的文件中，就是二进制文件。

我们写上一个代码，它在内存中是以二进制存储的。

比如：

int main()
{
    int a = 2077;
    //2077的补码的二进制序列
    return 0;
}

我们2077的存储方式是在内存中存它的补码的二进制序列。

浮点数在内存中存储也是以二进制。

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，也可以用二进制形式存储。

字符没有办法，就只能以ASCII码形式存储。

现在有一个整数10000，如果以ASCII形式输出到磁盘，则磁盘中占用5个字节（每个字符占用一个字节），而二进制形式输出，则在磁盘上只占4个字节（整数的存储占用4个字节）。

注意：并不总是以二进制形式存储占用空间更少的，比如存1的时候，ASCII形式只占用1个字节，而二进制形式存储还是占用4字节。总之，要看具体情况。

具体点分析，10000的二进制序列：

0000 0000 0000 0000 0010 0111 0001 0000

按字节来排着看就是：

00000000 00000000 00100111 00010000

而将10000转换为ASCII形式存储，就是将其转换为1 0 0 0 0的分别存储，各自存储到一个字节（8bit）中去：

00110001 00110000 00110000 00110000 00110000
1        0        0        0        0

（下面是要存的字符，上面是这个字符的ASCII码值的二进制序列。1的ASCII码值是49,49的二进制序列是00110001；0的ASCII码值是48，二进制序列是00110000）

演示：

现在我们创建一个文件，重命名为test.txt

 

以这样的形式存放的时候，存的就是5个字符。

这就是文本文件 ，也就是说我们用肉眼能够看得懂的。

现在，我们还可以用代码的方式造出一个二进制文件：

#include<stdio.h>
int main()
{
	int a = 10000;
	
	FILE* pf = fopen("test.txt", "wb");//打开文件test.txt，
	//w代表write，写。b代表binary，二进制。也就是二进制写的方式来打开文件
	
	fwrite(&a, 4, 1, pf);//二进制的形式写到文件中，
		//写a（提供的是地址），写4个字节，写1次，写到pf关联的文件中
	
	fclose(pf);//关闭文件
	pf = NULL;
	return 0;
}

然后运行这个程序。

然后找到我们的test.txt，点击编辑：

 所以可以看到，以文本文件的形式来解读我们写进去的二进制时，没法解读。

 怎么证明它是个二进制呢？也可以证明一下：

右击源文件，添加现有项，将我们的test.txt加入。

 

然后再打开方式里选择二进制编辑器。

 

 左侧的00000000不用看，右侧的才是文件内容。

刚才我们已经看到10000的二进制序列：

00000000 00000000 00100111 00010000

十六进制是：

0000 0000 0000 0000 0010 0111 0001 0000
0    0    0    0    2    7    1    0
00 00 27 10

因为是正整数，所以原码、反码、补码相同。但是是小端字节序存储，所以在内存中存的应该是：

10 27 00 00

 所以就是将内存里的数据不加转换直接放到文件里去了。这种文件就是二进制文件。二进制通过文本编译器打开是读不懂的。（vscode打开也不行）

在介绍文件的打开和关闭之前，还有需要铺垫的基础知识：

流和标准流

流

程序的数据需要输出到各种外部设备，比如我们可以把数据放到文件、光盘、软盘（早期）、U盘、网络、屏幕上等。 

也需要从外部设备获取（读取）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。

写程序只要关注流的操作就可以了，程序先写到流里，流再对接各种各样的外部设备。

可以把流想象成流淌着字符的河。

至于流怎么把数据给这些外部设备，就是底层的事情了。

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，我们想要向流里写数据，或者从流中读取数据，都是要打开流，然后操作。

一般的三个步骤：

1.打开流

2.读/写

3.关闭流

 

标准流

针对不同的外部设备，流分为很多种，有文件流、标准流等。

可以回想一下我们平时写代码：

scanf，从键盘上读取数据；printf，将数据写到屏幕上。我们的键盘和屏幕也是外部设备，但是好像并没有打开流这样的具体操作。为什么呢？

这是因为C语言程序在启动（运行）的时候，默认打开了3个流：

stdin——标准输入流，在大多数的环境中是从键盘输入，scanf函数就是从标准输入流（键盘）中读取数据。

stdout——标准输出流，在大多数环境就是我们的显示器界面（屏幕），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。

 这三个流是默认打开的，所以我们在使用scanf、printf等函数时直接就对标准流进行了操作，并没有去关心这个流怎么打开。

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。

通过文件指针，我们就能找到流，然后再通过流的操作，操作外部设备。

到此，文件操作（上卷）就结束了，之后还会有文件操作（下卷），祝阅读愉快^_^