UNIX环境高级编程（5）：文件I/O（1）

UNIX系统中的大多数文件I/O只需要用到5个函数：open、read、write、lseek以及close。本章说明的函数经常称为“不带缓冲的I/0”，术语不带缓冲指的是每个read和write都调用内核中的一个系统调用。这些不带缓冲的I/O函数不是ISO C的组成部分，但是它们是POSIX.1和Single UNIX Specification的组成部分。

文件描述符：

对内核而言，所有打开的文件都通过文件描述符引用。文件描述符是个非负整数。按照惯例，UNIX系统shell使用文件描述符0与进程的标准输入相关联，文件描述符1与标准输出相关联，文件描述符2与标准出错相关联。这是各种shell以及许多应用程序使用的惯例，而与UNIX内核无关。在依从POSIX的应用程序中，幻数0、1、2应当替换成符号常量STDIN_FILENO、STDOUT_FILENO、STDERR_FILENO，这些常量都定义在<unistd.h>中。

文件描述符的变化范围是0-OPEN_MAX。

open函数：

调用open函数可以打开或创建一个文件：

#include <fcntl.h>

int open(const char *pathname,  int flag,  .../* mode_t mode */);

返回值，若成功则返回文件描述符，若出错则返回-1

pathname：是要打开或创建文件的名字，flag参数可以说明此函数的多个选项，用下列一个或多个常量进行或运算，构成flag参数。

• O_RDONLY：只读打开；
• O_WRONLY：只写打开；
• O_RDWR：读写打开；

上面三个常量必须指定一个且只能指定一个，下列常量则是可选择的：

• O_APPEND：每次写时都追加到文件的尾端；
• O_CREAT：若文件不存在，则创建它。使用此选项时，需要第三个参数mode，用于指定新文件的访问权限位。
• O_EXCL：若同时指定了O_CREAT，而文件已经存在，则会出错。用此可以测试一个文件是否存在，如果不存在，则创建此文件。这使得测试和创建成为一个原子操作；
• O_TRUNC：如果文件存在，而且为只写或读写成功打开，则将其长度截短为0；
• O_NOCTTY：如果pathname指定的是终端设备，则不将该设备分配作为此进程的控制终端；
• O_NONBLOCK：如果pathname指的是一个FIFO、一个块特殊文件或一个字符特殊文件，则此选项为文件的本次打开操作和后续I/O操作设置为非阻塞模式；

下面三个标志也是可选的，他们是SUS中同步输入和输出选项的一部分：

• O_DSYNC：使每次write等物理I/O操作完成，但是如果写操作并不影响读取刚写入的数据，则不等待文件属性被更新；
• O_SYNC：使每次write都等到物理I/O操作完成，包括由write操作引起的文件属性更新所需的I/O（数据和属性总是同步更新）；
• O_RSYNC：使每一个以文件描述符作为参数的read操作等待，直至任何对文件同一部分的未决写操作都完成；

open函数返回的文件描述符一定是最小的未用描述符数值。这一点被某些应用程序用来在标准输入、标准输出或标准错误上打开新的文件。

文件名与路径名截短：

在POSIX.1中，常量_POSIX_NO_TRRUNC决定了是否要截短过长的文件名或路径名，还是返回一个出错。根据文件系统类型，此值可变。若_POSIX_NO_TRUNC有效，则在整个路径名超过PATH_MAX，或路径名中的任意文件名超过NAME_MAX时，返回出错状态，并将errno设置为ENAMETOOLONG。

creat函数：

也可以调用creat函数创建一个新文件：

#include <fcntl.h>

int creat(const char *pathname, mode_t mode);

返回值：若成功，则返回只写打开的文件描述符，若出错则返回-1。

此函数等效于：open(pathname，O_WRONLY | O_CREAT | O_TRUNC， mode）。creat函数的一个不足之处是它以只写方式打开所创建的文件。

close函数：

可调用close函数关闭一个打开的文件：

#include <unistd.h>

int close(int fieldes)

返回值：若成功则返回0，若出错则返回-1。

关闭一个文件时，还会释放该进程加在该文件上的所有记录锁。当一个进程终止时，内核自动关闭它所有打开的文件。很多程序都利用这一功能而不显示地用close关闭打开文件。

lseek函数：

每个打开的文件都有一个与其相关联的当前文件偏移量。它通常是个非负整数，用以度量从文件开始处计算的字节数。通常，读写操作都从当前文件偏移量处开始，并使偏移量增加所读写的字节数。

按照系统默认情况，当打开一个文件时，除非指定O_APPEND选项，否则该偏移量设置为0。可调用lseek函数显式地为一个打开的文件设置其偏移量：

#include <unistd.h>

off_t lseek(int fieldes, off_t offset, int whence)；

返回值：若成功，则返回新的文件偏移量，若出错则返回-1。

对参数offset的解释与参数whence的值有关：

• 若whence是SEEK_SET，则将该文件的偏移量设置为距文件开始处offset个字节；
• 若whence是SEEK_CUR，则将该文件的偏移量设置为其当前值加offset，offset可为正或负。
• 若whence是SEEK_END，则将该文件的偏移量设置为文件长度加offset，offset可为正或负。

因此可用如下方式确定打开文件的当前偏移量：

offset currpos

currpos = lseek(fd, 0, SEEK_CUR)；

用上述方法还可以确定所涉及的文件是否可以设置偏移量。如果文件描述符引用的是一个管道，FIFO或网络套接字，则leek返回-1，并将errno设置为ESPIPE。

下列程序用于测试能否对其标准输入设置偏移值：

/*
 * Copyright (C) fuchencong@163.com
 */


#include <unistd.h>
#include <stdlib.h>
#include <stdio.h>


int
main(void)
{
	if (lseek(STDIN_FILENO, 0, SEEK_CUR) < 0) {
		printf("can't seek\n");
	} else {
		printf("seek ok\n");
	}
	exit(0);
}

通常文件的当前偏移量应当是个非负整数，但是某些设备也可能允许负的偏移量。但是对于普通文件，其偏移量必须是非负值。lseek仅将当前的文件偏移量记录在内核中，它并不引起任何I/O操作。

文件偏移量可以大于文件的当前长度，这种情况下，对该文件的下一次写将加长该文件，并在文件中构成一个空洞。位于文件中但没有写过的字节都被读为0。文件中的空洞并不要求在磁盘上占用存储区，具体处理方式与文件系统的实现有关。

下列程序用于创建一个具有空洞的文件：

/*
 * Copyright (C) fuchencong@163.com
 */


#include <fcntl.h>
#include <unistd.h>
#include <string.h>
#include <stdio.h>
#include <stdlib.h>
#include <errno.h>


#define FILE_NAME "file.hole"


int
main(void)
{
	char buf_one[] = "abcdefghij";
	char buf_two[] = "ABCDEFGHIJ";
	int fd;

	if ( (fd = creat(FILE_NAME, S_IRUSR | S_IWUSR)) < 0) {
		printf("create file %s error: %s\n", FILE_NAME, strerror(errno));
		exit(1);
	} 
	
	if (write(fd, buf_one, 10) != 10) {
		printf("write error: %s\n", strerror(errno));
		exit(2);
	}
	
	if (lseek(fd, 16384, SEEK_SET) == -1) {
		printf("lseek error: %s\n", strerror(errno));
		exit(3);
	}

	if (write(fd, buf_two, 10) != 10) {
		printf("write error: %s\n", strerror(errno));
		exit(4);
	}

	exit(0);
}

read函数：

调用read函数从打开文件中读取数据：

#include <unistd.h>

ssize_t read(int fields, void *buf, size_t nbytes);

返回值：若成功则返回读到的字节数，若已到文件结尾则返回0，若出错返回-1。

ssize_t和size_t都是基本系统数据类型，ssize_t为带符号的整数，size_t为不带符号的整数。

有多种情况可使实际读到的字节数少于要求读的字节数：

• 在读普通文件时，在读到要求的字节数之前已经到达了文件尾端；
• 从终端设备读时，通常一次最多读一行；
• 当从网络读时，网络中的缓冲机构可能造成返回值小于所要求读的字节数；
• 当从管道或FIFO读时，如果管道包含的字节少于所需的数量，那么read将只返回实际可用的字节数；
• 当从某些面向记录的设备（例如磁带）读时，一次最多返回一个记录；
• 当某一信号造成中断，而已经读了部分数据量时；

write函数：

调用write函数向打开的文件写数据：

#include <unistd.h>

sszie_t write(int fields，const void *buf, size_t nbytes)

若成功则返回已写的字节数，若出错则返回-1。

其返回值通常与参数nbytes的值相同，否则表示出错。write出错的一个常见原因是：磁盘已写满，或者超过了一个给定进程的文件长度限制。

I/O的效率：

下列程序使用read和write函数复制一个文件：

/*
 * Copyright (C) fuchencong@163.com
 */


#include <unistd.h>
#include <errno.h>
#include <stdlib.h>
#include <string.h>
#include <stdio.h>


#define BUFSIZE 4096


int
main(void)
{
	int n;
	char buf[BUFSIZE];

	while ( (n = read(STDIN_FILENO, buf, BUFSIZE)) > 0) {
		if (write(STDOUT_FILENO, buf, n) != n) {
			printf("write error: %s\n", strerror(errno));
			exit(1);
		}
	}

	if (n < 0) {
		printf("read error: %s\n", strerror(errno));
		exit(2);
	}

	exit(0);
}

不同的BUFSIZE对程序的运行时间有非常大的影响。系统CPU时间的最小值出现在BUFFSIZE为4096处（一个block的大小），继续增大缓冲区长度对此时间几乎没有影响。