UNIX环境编程(c语言）--文件I/O-文件共享

基础知识

文件描述符

是内核为了高效管理已经打开的文件创建的索引，所有打开的文件都通过文件描述符来引用，其值是一个非负整数，当打开或创建一个文件时，内核会向进程返回一个文件描述符，当读或写时，需要使用文件描述符标识你需要操作的文件。

当程序开始运行时，系统会自动打开三个文件描述符 ，如下显示

文件描述符	用途	符号常量	标准I/O文件流
0	标准输入	STDIN_FILENO	stdin
1	标准输出	STDOUT_FILENO	stdout
2	标准出错	STDERR_FILENO	stderr

当然你可以将标准输入 输出 出错重定向

但我们打开一个文件时，系统返回的文件描述符必定是当前最小可用的文件描述符的值，由于0 1 2 都已经被用了，所以第一次调用返回的肯定是3

文件偏移量

是当前读取位置到文件开头处计算的字节数，通常是一个非负数（有例外），就相当于标记现在的“光标”在文件的哪个位置，通常读、写等操作都是在当前文件偏移量下进行的。我们在操作前应当确定文件偏移量在哪。
普通文件中，文件偏移量必定是非负整数
但是设备文件中，文件偏移量有可能是负数

其他有关于文件名、权限、属性等基础知识
请看，Linux文件操作命令与基本知识 (一）

---

文件io

打开文件

原型
系统调用 ： open 、openat，原型如下

int open(const char *path, int oflag, ... /*mode*/);
int openat(int fd, const char *path, int oflag, ... /*mode*/);
/* 返回值 ： 若成功返回文件描述符，若失败返回 -1 */

open 和 openat 的区别在于 后者多了一个参数 fd ， 其用法如下

1. path 是绝对路径，fd将被忽略，open和openat等价
2. path是相对路径，fd是指定了相对路径的开始地址 （打开的目录返回）
3. path是相对路径，fd可写 AT_FDCWD,表示使用当前工作目录

参数 path用于指出文件的位置和文件名，只写文件名为当前目录。

参数oflag 是用于指定操作选项，可选择多个选项，用 | （或）连接

必选选项如下，而且下面的只能选一个

选项	功能
O_RDONLY	只读打开
O_WRONLY	只写打开
O_RDWR	读写打开
O_EXEC	只执行打开

还有很多可选选项，以下列出常用的

选项	功能	补充
O_APPEND	每次写时，都追加在文件尾端	append：增补
O_CREAT	若文件不存在时创建它	creat：创建
O_SYNC	每次写时，等待物理操作完成再返回	sync：同步
O_TRUNC	若文件存在，打开选项中包含写时，将文件长度截为0	trunc
O_EXCL	若同时指定了O_CREAT，而文件已经存在的话，将报错	excl 除外的
O_DIRECTORY	若path不是目录，则报错
O_NOCTTY	如果是一个终端设备，不分配为该进程的控制终端
O_NONBLOCK	如果path是一个FIFO、块设备、字符特殊文件则此选项为文件的本次打开和后续的 I/O操作设置非阻塞模式方式

注：更多选项，可使用目录 man 2 open查看

最后一个参数 …是可变长度的参数，只有创建文件时才有用，用于指定创建文件的权限，用数字设置权限的反思
数字设置权限方法可查看：Linux系统学习—用户管理及权限管理（三）

使用实例

以可读可写方式打开一个文件

int fd = -1;
fd = open("test.txt",O_RDWR);

打开一个文件，若不存在则创建

int fd = -1;
fd = open("test.txt",O_RDWR|O_CREAT,0666);

判断一个文件是否操作，存在返回-1，不存在则创建

int fd = -1;
open("test.txt",O_RDWR|O_CREAT|O_EXCL,0666);

---

创建文件

原型

int creat(const char *path, mode_t mode);
/* 若成功返回文件描述符，失败返回-1 */

两个参数和open一致，path表示路径和文件名，mode是指明创建权限

creat只能以只写方式打开创建的文件，如果你希望读文件，只能creat后关闭文件，再重新open

所以 在实际应用在比较少用到creat，在早期open还不能创建文件时才经常使用

现在我们经常用以下命令创建文件

open(path, O_RDWR|O_CREAT|O_TRUNC, mode);

---

修改文件偏移量

原型

off_t lseek(int fd, off_t offset, int whence);
/* 若成功返回新的文件偏移量，若失败返回-1*/

参数一，fd ，是文件标识符，通常fd都表示这个
参数二offset，与参数三whence相关

• whence 是 SEEK_SET时，文件偏移量设置为，距文件开头offset个字节处
• whence 是 SEEK_CUR时，文件偏移量设置为当前值+offset，offset可正可负
• whence 是 SEEK_END时，文件偏移量设置为文件长度+offset，offset可正可负

说明
当打开一个新文件时，除非设置了O_APPEND选项，否则文件偏移量为0

因为文件偏移量有可能是负数，所以测试是否成功，最好测试是否等于-1，而不是测试是否小于0

管道、FIFO、socket不能被设置文件偏移量，lseek时会返回-1

文件偏移量允许大于文件长度，这样子会在文件中形成一个空洞，就是存在一个没有被写过的区域，但是这个区域都会被读为0

使用实例
从文件开头5字节处开始操作

lseek(fd, 5, SEEK_SET);

当前位置后5字节开始写

lseek(fd, 5, SEEK_CUR);

在文件末位前5字节处

lseek(fd, -5, SEEK_END);

---

读文件

原型

ssize_t read(int fd, void *buf, size_t nbytes);
/* 成功返回读到的字节数，已到文件为返回0，出错返回-1*/

参数二是存放读取数据的内存的地址，一般定义一个char *buf用于存放
参数三，需要读取的字节数

说明
若读取正常，那返回值就是设置的需要读的字节数

但是有如下几种情况

• 在读到要求字节数之前就到了文件结尾，将返回实际读到的字节数，再读一次将返回0（文件结束）
• 在终端设备中读取时，一次只能读取一行 （可以改变）
• 在网络中读取，因为存在缓存，可能比实际的少
• 在面向记录的设备读取，一次只能读一个记录

使用实例
读取10字节

char buf[];
memset(buf,0,sizeof(buf));  //将buf清空
read(fd, buf, 10);

---

写文件

原型

ssize_t write(int fd, const void *buf, size_t nbytes);
/* 成功返回已经读到的字节数，出错返回-1*/

参数的定义基本与read一致

但是返回值一般与设置的nbytes一致，否则为出错了
一般出错为磁盘写满了，或者超过了进程的文件长度限制

使用实例
写一个字符串

#define name “guanfuxin”
write(fd, name, sizeof(name));

---

关闭文件

原型

int close(int fd );
/* 成功返回0，失败返回-1*/

关闭一个文件也会释放加在该文件上的所有记录锁（以后再谈）

当一个进程结束时，内核会自动关闭它打开的文件

但是还是最好自己写好关闭文件的代码

文件io实例

打开test.txt文件，若不存在则创建它，在末尾写入一个字符串，然后读取全部内容

#include <stdio.h>
#include <unistd.h>
#include <errno.h>
#include <string.h>
#include <fcntl.h>
#include <sys/stat.h>
#include <sys/types.h>


#define str "hello world"

int main( int argc, char **argv)
{
    int             fd = -1;
    off_t           offt = -1;
    int             rv = -1;
    char            buf[1024];

    fd =  open("test.txt", O_RDWR|O_CREAT|O_APPEND,0666);    // 打开文件
    if(fd == -1)
    {
        printf(" open error : %s \n", strerror(errno));
        return -1;
    }
    printf("open succed fd[%d] \n " , fd);

    rv = write(fd, str, sizeof(str));     //写入字符串
    if( rv == -1)
    {
        printf(" write error : %s \n", strerror(errno));
        goto clean;
    }

    printf("write succed rv[%d] \n", rv );

    rv = lseek(fd, 0, SEEK_SET);       // 将文件偏移量设置为文件开头
    if(rv == -1)
    {
        printf("lseek error :%s \n", strerror(errno));
        goto clean;
    }
    printf("lseek succed rv[%d] \n ", rv);

    rv = read(fd, buf, sizeof(buf));     // 读取全部内容，假设文件没有超过1024
    if(rv == -1)
    {
        printf("read error : %s \n",strerror(errno));
        goto clean;
    }
    printf("read succed rv[%d],: %s \n", rv , buf);    // 打印读取到的内容

clean:
    close(fd);


    return 0;

}

关于实例內的errno报错
linux中系统调用的出错原因都存储在int errno，这个变量是系统维护的，会存储就近发送的错误，下一次错误会覆盖这一次的错误

但是错误原因是以整数存储在errno中的，对程序员不友好，使用我们使用strerror可以将其转化为字符串形式的错误提醒

---

文件共享

Unix/linux系统支持在不同进程间共享打开文件
首先我们介绍内核用于所有I/O的数据结构

io的数据结构

内核使用了三种数据结构来表示打开的文件

1. 每个进程的进程表中都有一个记录项，其中包含了文件描述符表，内有文件描述符和对应指向这个文件的指针

2. 内核为所有打开的文件维持一张文件表，其中包含了文件状态标志，文件偏移量，指向文件v节点的指针

3. 每个打开文件都有一个v节点，v节点还包含了i节点

    注：Linux没有采用v节点，而是采用了一个与文件系统相关的i节点和一个与文件系统无关的i节点
   

两个进程打开同一个文件的关系图如下

画的比较丑，当大致关系如上，Linux中没有v节点，但是实现上也没有差别很大

---

原子操作

原子操作，就是一个不可分的操作，只调用一个函数调用完成，要么一次完成全部操作，要么全部不执行

假如我们写了一个程序，打开一个文件并在文件尾部写入内容，先使用open打开文件，再使用lseek将文件偏移量设置到文件末尾，然后再写

这样子的 程序在只有一个进程时是没有问题的，但是如果有两个以上的进程同时操作一个文件，就会有意想不到的问题，如下

进程a打开文件test，并将文件偏移量设置到了文件末尾，这时内核将进程a挂起，然后进程b运行，也打开了文件test，并在文件末尾写入了内容，等到进程a再次运行写入内容，这时候它写入的位置就不是在末尾了。

问题就在于，在两个函数调用之间，内核有可能临时将进程挂起

如果使用原子操作，就可以避免这样子的问题

函数pread 和 pwrite

原型

ssize_t pread(int fd, void *buf, size_t nbytes, off_t offset);
/* 成功返回读到的字节数，已到文件为返回0，出错返回-1*/

ssize_t pwrite(int fd, const void *buf, size_t nbytes, off_t offset);
/* 成功返回已经读到的字节数，出错返回-1*/

这两个函数和之前的read和write用法差不多
pread 相当于 先lseek 再read
pwrite 相当于 先lseek 再write

参数的定义也是一致的

两个函数作用就是，只用了一个原子操作完成了，设置文件偏移量和 读写的操作

其他文件io函数

复制文件描述符 :函数dup 和dup2

原型

int dup(int fd);
int dup2(int fd, int fd2);
/* 成功返回新的文件描述符，错误返回-1*/

两个函数的作用都是，将新的文件描述符，也指向文件描述符fd指向的文件，两个文件描述符恭喜文件表项（文件状态、文件偏移量一致）

通俗话来说就是，我们打开了文件test，返回的文件描述符为fd，这时我们调用
dup（fd），返回的新文件描述符new_fd 也指向文件test

dup返回的新文件描述符，一定是最小可用文件描述符
dup2可以指定新文件描述符的值为fd2，如果fd2已经打开，会先将其关闭，如果fd= fd2，则直接返回fd，不会关闭一次

常用dup2 来重定向标准输入输出

使用实例

dup2(fd, STDIN_FILENO); //标准输入重定向到fd指向文件中去
dup2(fd, STDOUT_FILENO); //标准输出重定向到fd指向文件中去
dup2(fd, STDERR_FILENO); //标准出错重定向到fd指向文件中去

刷新缓存 函数 sync、fsync、fdatasync

传统的Unix系统实现在内核设有区缓存和页缓存，大多数io操作都通过缓冲区进行，当我们写入文件时，并不会马上写入文件中，而是先写入在缓冲区中，排入队列，再写入磁盘。

为了保证文件内容的一致性，可以使用刷新缓存的函数调用

原型

int fsync(int fd);
int fdatasync(int fd);
/*  成功返回0，失败返回-1*/

void sync(void);

sync是将所有修改过的内容都排入写队列，然后就返回，并不等待写磁盘操作完成。

fsync 只对指定的文件起作用，等待写磁盘操作完成，才返回
fdatasync 类似于fsync，但是只影响数据部分，而fsync还会更新文件的属性

读取 / 修改文件属性 函数 fcntl

可以获取或改变文件的属性
原型

int fcntl(int fd, int cmd, ... /*int arg */);
/* 成功返回与cmd有关，失败返回-1*/

fcntl 的cmd与8种功能，后3种与记录锁有关，暂时不说

cmd取值	功能	第三个参数
F_DUPFD	复制文件描述符，作为函数值返回	设置新文件描述符的最小可取值
F_DUPFD_CLOEXEC	复制文件描述符
F_GETFD	获取文件描述符标志，作为函数值返回
F_SETFD	设置文件描述符标志	新的标志
F_GETFL	将文件标志作为函数值返回（open时设置的）
F_SETFL	设置文件标志位第三个参数	新文件标志
F_GETOWN	获取接收 SIGIO和SIGURG信号的进程id和组id
F_SETOWN	设置接收 SIGIO和SIGURG信号的进程id和组id	正值为一个进程id，负值代表进程组id（绝对值）

使用实例

获取文件标志时，并不能直接获取全部文件标志。如需获取几个必选的文件标志需要需要& O_ACCMODE

val = fcntl(fd, F_GETFL, 0);
mode = val & O_ACCMODE;   //获取必选的文件标志
if(val & O_APPEND)    //获取可选的文件标志
	printf( " .apend\n");

修改文件标志时，必须先获取之前文件标志，修改后再写入
负责直接写入，会导致之前的标志被刷掉

//添加
val = fcntl(fd, F_GETFL, 0);  
val = val | O_APPEND;
fcntl(fd, F_SETFL, val);
//去除
val = fcntl(fd, F_GETFL, 0);  
val = val & ~(O_APPEND);
fcntl(fd, F_SETFL, val);