文件的概念，什么是文件

一、文件的概念

文件是计算机中用于存储和组织数据的基本单位，它可以包含各种类型的数据，如程序代码、文本文档、音频文件、视频文件和图像等。这些文件被存储在磁盘或其他存储介质上，以方便用户对数据进行访问、编辑和管理。

在Windows操作系统中，我们可以通过各种文本编辑器（如写字板或记事本）来打开和编辑文本文件。这些文本编辑器是微软程序员开发的应用程序，它们提供了直观的界面，使用户可以方便地对文件进行打开、显示、读写和保存等操作。通过这些编辑器，我们可以轻松地创建新文件、修改已有文件的内容，并将编辑后的结果保存到磁盘上。

对于程序员来说，掌握文件操作是一项基本技能。他们需要能够使用编程语言来创建、写入、读取和处理文件。这些操作在许多软件开发任务中都是必不可少的，例如编写文件传输程序（如飞秋软件）时，就需要能够读取源文件的内容并将其写入目标位置。

文件操作的常见任务包括：

1. 创建文件：使用编程语言的内置函数或库来创建一个新的空文件。
2. 写入文件：将数据（如文本、图像或二进制数据）写入文件中。这可以通过顺序写入或随机访问文件来实现。
3. 读取文件：从文件中读取数据，并将其加载到内存中进行处理。
4. 修改文件：对文件的内容进行修改，包括添加、删除或替换数据。
5. 删除文件：从存储介质中删除不再需要的文件。

通过掌握这些文件操作技能，程序员可以开发出功能强大、易于使用和可靠的软件应用程序，满足用户对数据处理和存储的需求。无论是开发简单的文本编辑器还是复杂的企业级应用，文件操作都是构建现代软件系统的基础。

1.1 文件的定义

磁盘文件：（我们通常认识的文件）

指一组相关数据的有序集合,通常存储在外部介质(如磁盘)上，使用时才调入内存。

设备文件：

在操作系统中把每一个与主机相连的输入、输出设备看作是一个文件，把它们的输 入、输出等同于对磁盘文件的读和写。

键盘：标准输入文件 

屏幕：标准输出文件 其它设备：打印机、触摸屏、摄像头、音箱等 在Linux操作系统中，每一个外部设备都在/dev目录下对应着一个设备文件，咱们在程序中要想操作设备，就必须对与其对应的/dev下的设备文件进行操作。

标准io库函数对磁盘文件的读取特点

 文件缓冲区是库函数申请的一段内存，由库函数对其进行操作，程序员没有必要知道存放在 哪里，只需要知道对文件操作的时候的一些缓冲特点即可。

1、行缓冲

标准io库函数，往标准输出（屏幕）输出东西的时候是行缓冲的 所谓的行缓冲就是缓冲区碰到换行符的时候才刷新缓冲区

如果不刷新缓冲区，无法对文件执行读写操作

行缓冲的刷新条件：

#include <stdio.h>

int main(int argc, char const *argv[])
{
    //由于printf函数是一个标准io，所以只有刷新缓冲区才可以将数据输出到终端
    //printf("hello world");

    //刷新缓冲区方法1：使用\n
    //printf("hello world\n");

    //刷新缓冲区方法2：程序正常结束
    //printf("hello world");
    //return 0;

    //刷新缓冲区方法3：使用fflush函数刷新缓冲区
    //printf("hello world");
    //fflush：刷新函数。可以刷新指定的缓冲区
    //stdout：标准输出，就是对终端进行写操作
    //fflush(stdout);

    //刷新缓冲区方法4：当缓冲区满的时候自动刷新
    //默认行缓冲的大小为1024个字节
    int i;
    for(i = 1; i < 300; i++)
    {
        printf("%03d ", i);
    }

    while(1)
    ;

    return 0;
}

2、全缓冲

标准io库函数 ，往普通文件读写数据的，是全缓冲的，

碰到换行符也不刷新缓冲区，即缓冲区满了，才刷新缓冲区

刷新缓冲区的情况

1.缓冲区满了，刷新缓冲区

2.人为刷新缓冲区 fflush(文件指针)

3.程序正常结束 会刷新缓冲区

3.无缓冲

在读写文件的时候通过系统调用io （read write）,对文件进行读写数据 这个时候是无缓冲的，即写数据会立马进入文件，读数据会立马进入内存

写文件的流程

当一个应用程序需要将数据写入文件时，它会按照以下步骤进行操作：

1. 应用程序空间：首先，应用程序在用户空间（应用程序空间）中准备要写入的数据。

2. 系统调用：然后，应用程序通过系统调用（如write或fwrite）请求操作系统将数据写入文件。这会导致操作系统切换到内核空间。

3. 内核空间：在内核空间中，操作系统的内核会接管控制权。它会检查应用程序是否有权限执行该操作，并验证文件路径和文件描述符等参数的合法性。

4. 驱动程序：一旦内核确认了操作的合法性，它就会调用相应的文件系统驱动程序。文件系统驱动程序负责与底层存储设备（如硬盘）进行通信。

5. 硬盘：最终，数据通过驱动程序传输到硬盘上，并被写入到指定的文件中。

设置缓冲区的目的

通过缓冲可以减少进出内核的次数，以提高效率。

1.2 磁盘文件的分类

一个文件通常是磁盘上一段命名的存储区

计算机的存储在物理上是二进制的，

所以物理上所有的磁盘文件本质上都是一样的：以字节为单位进行顺序存储

从用户或者操作系统使用的角度（逻辑上）把文件分为：

文本文件：    基于字符编码的文件  

基于字符编码，常见编码有ASCII、UNICODE等 一般可以使用文本编辑器直接打开

例如：数5678的以ASCII存储形式为：

ASCII码：00110101 00110110 00110111 00111000 歌词文件(lrc):文本文件

二进制文件：基于值编码的文件

• 二进制编码：二进制文件使用二进制编码来存储数据，这意味着每个数据元素都被表示为一串二进制位（bit）。例如，一个整数可以被表示为32位的二进制数，一个字符可以被表示为8位的二进制数。
• 变长编码：二进制文件的编码是变长的，这意味着不同的数据元素可以使用不同长度的二进制编码来表示。这种灵活性使得二进制文件在存储和传输数据时更加高效。
• 自定义编码：二进制文件的编码规则通常是自定义的，根据具体的应用需求而定。例如，一个图像文件可能会使用特定的二进制编码来表示图像的像素数据。

二进制文件通常由文件头和数据区组成。

• 文件头：文件头包含了关于文件的元信息，如文件格式、版本号、文件大小等。这些信息可以帮助程序正确地解析和处理文件中的数据。
• 数据区：数据区包含了文件的实际数据内容。根据文件类型的不同，数据区可以包含各种类型的数据，如图像的像素数据、音频的采样数据等。

二进制文件广泛应用于各种计算机应用中，包括：

• 可执行程序：计算机程序通常以二进制文件的形式存储和执行。
• 多媒体文件：图像、音频和视频文件通常以二进制文件的形式存储，以高效地表示和传输多媒体数据。
• 数据交换：二进制文件也常用于不同程序或系统之间的数据交换，因为它们可以包含复杂的数据结构。

文本文件、二进制文件对比：

译码：

文本文件编码基于字符定长，译码容易些；

二进制文件编码是变长的，译码难一些（不同的二进制文件格式，有不同的译码方式）。

空间利用率：

二进制文件用一个比特来代表一个意思(位操作)；

而文本文件任何一个意思至少是一个字符。

二进制文件，空间利用率高

可读性：

文本文件用通用的记事本工具就几乎可以浏览所有文本文件

二进制文件需要一个具体的文件解码器，比如读BMP文件，必须用读图软件。

总结一下： 文件在硬盘上存储的时候，物理上都是用二进制来存储的。

标准io库函数对文件操作的时候，不管文件的编码格式（字符编码、或二进制），而是按字节对文件进行读写，所以咱们管文件又叫流式文件，即把文件看成一个字节流。

二、文件指针

文件指针就是用于标识一个文件的，所有对文件的操作都是用对文件指针进行操作的

定义文件指针的一般形式为:

FILE * 指针变量标识符；

本质上文件指针是一个结构体指针，结构体中包含了当前文件的很多信息，但是在实际编程时，  不需要关系结构体中的成员，只需要使用文件指针即可

对文件操作的步骤

1、对文件进行读写等操作之前要打开文件得到文件指针

2、可以通过文件指针对文件进行读写等操作

3、读写等操作完毕后，要关闭文件，关闭文件后，就不能再通过此文件指针操作文件了

c语言中有三个特殊的文件指针无需定义，在程序中可以直接使用

stdin： 标准输入默认为当前终端（键盘）

我们使用的scanf、getchar函数默认从此终端获得数据

stdout：标准输出  默认为当前终端（屏幕）

我们使用的printf、puts函数默认输出信息到此终端

stderr：标准错误输出设备文件  默认为当前终端（屏幕）

当我们程序出错使用:perror函数时信息打印在此终端