【Linux】基础IO——C语言与底层OS的输入输出实现

C语言层面的IO函数

在C语言中，我们用的打开文件的函数是：

FILE *fp = fopen("文件名", "r/w/a")
// 失败返回 NULL

        “ w ”、“ > ” ：写入，是一种覆盖式；“ a ” 、“ >> ”：追加；“ r ” ： 读取。

        如果第一个参数不带路径只写文件名，那就默认在当前路径下执行。什么是当前路径？不是指可执行程序当前所在路径，应当是当前进程运行时所处的路径。

        比如说，“ w ” 状态下，可执行程序在路径 /test/day/ 中，我们默认创建进程时(./ exe)，会在当前路径下创建一个 log.txt 文件，但如果在 /test/ 中执行程序（./ day/exe），就会在 /test/ 路径下创建一个 log.txt 文件。

// 可以在当前目录下输入指令查看进程的执行路径 cmd
/proc/pid 

还有两种常见的读写函数：

// 写
fputs("hello\n", fp);

// 读
fgets(buffer, strlen(buffer), fp);

系统级别的IO函数：system call

umask(0)

int open("log.txt", O_WRONLY|O_CREAT, 0666);

        open 是打开一个磁盘文件的函数，它的返回值是 int 类型，一般我们喜欢叫 fd 。

        第一个参数是文件名，默认路径下打开；

        第二个参数是“状态”，一般在没有文件时打开需要 O_WRONLY 按位或上 O_CREAT，这里的“状态”都被定义成宏，这是一种系统函数传参标识位，一个 int 类型，有 32 个比特位，也就有 32 种标志位，其中 

#define X 0x1
#define Y 0x2

open(... , arg2 , ...){}
// 函数调用时，会传宏，会对 arg2 进行进行宏判断：

if(arg2 & x) { 真 }

if(arg2 & Y) { 真 }

// 以此来判断读写状态

// 通过该指令可查看更多宏:
grep -E 'O_CREAT|O_RDONLY|O_WRONLY' /usr/include/ -R

        第三个参数是权限，输入4位权限，为了不受系统原来的 umask 影响，在打开前需要 umask(0)，指不受系统影响。

        open 的返回值如果 <0（-1），说明打开文件失败。

        在 open 后，应在最后调用 close(fd) 关闭文件。

        int open 打开多个，返回值 fd 是从 3 开始的，3、4、5、6，那 0、1、2 呢？其实 0、1、2 就是系统默认打开的 3 个文件，stdin、stdout、stderr。

        fopen() 做了什么？

1、给用户申请 struct FILE 结构体(对象)，调用 open()，返回 FILE* 的地址。

2、在底层通过 open()，返回 fd，把 fd 填进 FILE 中的 int _fileno。

        其实 fopen、fclose 等语言层面上是跨平台的，底层封装的是 system call（open、close），因为这样更简易，且具有跨平台性。

文件描述符

内存文件：

        文件多了需要组织，和管理进程一样，也有文件管理，它的管理方式也是一种结构体：struct file，在内存当中，用双链表形式链接。

磁盘文件：

        文件有几个部分构成：内容 + 属性，1个G的电影其实在磁盘上不止1G，1G只是内容，各种属性信息的大小还没计算呢。

        一般加载到内存中的文件，加载的是文件的属性！等到需要时，再延后式慢慢加载数据。

接下来我们来认识一下一个重要结构体，它是 task_struct 里的 files_struct。

         图中 fd_array[] 的 0、1、2、3，就是文件描述符，创建文件时，从最小的且没有使用的文件描述符开始使用。

        “ w ” ：先找到文件描述符，通过对应的文件流，写入到物理内存的缓冲区，再写入到磁盘中。

        所以文件都要通过进程打开，只是打开的进程不同。例如打开图片用的打开方式不同。

        “ r ” ：找到文件描述符，通过文件中的属性在磁盘中找到，再读写到内存中，拷贝给进程。

        如果进程多了就要管理进程，就是管理 task_struct，那么文件多了，也需要管理。和进程一样，文件加载到内存也需要，先描述，在组织！！生成对应的 struct file 结构体，里面会包含文件的属性，且 OS 会给文件分配对应的文件描述符，然后 struct file 会用双链表连接起来，方便管理，而在 files_struct 结构体内的 fd_array[] 数组中每个文件描述符都分配对应了一个 file* 结构体指针，分配文件描述符就是 file* 分到对应的下标 [] 中。

        不同的是，fork() 时，tast_struct 会被拷贝一份，但 struct file 不拷贝，与父进程共用。

        在语言层面上，我们都知道C语言的函数其实封装了系统函数的接口，那语言层面上是如何找到对应的文件描述符的呢？

        我们都知道， FILE *fp = fopen(...) ，其实 FILE* 是一个对象，fopen 打开文件时，在C库上开辟一块空间，叫做 FILE 对象，fp 指针指向它，读写文件时通过 fp 找到 FILE 对象里的 int fd，找到进程中的 *files 指针，通过 fd 找到 file_struct 中对应的下标，再找到对应的 file 文件，进行读写。 

重定向

        重定向的本质是修改文件描述符 fd 的下标对应的 struct file* 的内容。

        当我们要重定向时，会关闭对应的文件描述符，通过改变下标的指向的 file* 覆盖到关闭的文件描述符上，一般创建新的文件是从最小的且没有使用的文件描述符开始。

        stdout 在 files_struct 中永远只认1号下标，关闭了也只认1，就算1已经是别人了。所以就会有一个现象：

// 包含对应头文件

int main{
    close(1);
    int fd = open("log.txt", O_WRONLY|O_CREAT, 0666);
    if (fd < 0){
        // error
    }
     
    printf("hello printf\n");
    fprintf(stdout, "hello fprintf\n");
    fflush(stdout); // 这里需要刷新，为什么刷新我下一街讲
    
    close(fd);
}

        明明我已经关闭了标准输出的 fd，为什么结果却写到了 log.txt 文件中呢？因为一生要强的 stdout 只认1，先关闭了1，后来新开的文件就分配给了1，所以这时候输出的不是显示器，而是文件中，这就算重定向！！ 

        不过这些都是老方法，现在最新的方法是，把原来的文件描述符拷贝给新的要分配的描述符，其实是 fd_array 里的内容，简单点说就是文件描述符，对应的指令是：

close(1) // 可加可不加
dup2(old fd, new fd); // fd -> 1

        dup不常用，一般用 dup2。

小知识

用户层访问文件时的顺序是：

        FILE —> struct FILE { int fileno(fd) }  —> task_struct —> *file —> files_struct —> fd_array[] —> file*(fd)；

        重定向 " > " 改变的是1号文件 stdout，而不是2号文件 stderr，虽然它们都是输出到显示器当中。

fprintf(stdout, "hello\n");
fprintf(stderr, "hello\n");

        所有的外设都有自己的一套 read、write 方法，怎么做到统一呢？

struct file
{
    void(*read)();
    viod(*write)();
}

        指向各个外设的 read() 和 write()，做到了多态，只需调用应用层的 read () 和 write()。