基于存储的C语言文件操作常规问题分析（文本文件与二进制文件）

问题描述

我们都知道计算机中的数据都是以二进制存储的，也对不同的编码解码有所了解，比如ASCII、UNICODE、UTF-8编码等。 但当使用C语言对文件进行读写，会遇到了各种各样的问题，比如从文件中读取到的数据不是我们想要的数据，向文件中写入数据变成乱码，对C语言读写文件的各种参数不甚了解，读写位置与各种符号不好判断等问题。在程序编写的过程中只能不断查询各种读写函数的用法，不同数据类型的读写方式等。其主要原因是我们对文件的存储、编码以及读写文件的函数没有进行过系统性的了解。

文本文件与二进制文件

文本文件和二进制文件在本质上没有任何区别，都是二进制数据流。当我们使用文本工具打开一个文件时，会根据编码方式将文本数据解码，翻译成字符显示出来。所以我们使用文本工具打开文件，看到的其实都是字符。即便整个文本都是数字，那也是数字字符，所以当我们读取文件中的数据时，我们可能想读取的是该数字字符表示的值，但是使用fread和read读取到的，是文本数据本质上（物理上）存储的值，所以会发现读取到的值并不是我们想要的值。什么意思呢？

如图，我们建立一个文件，写入四行数据，第一行1 2 4 a （中间用空格隔开），但是，当我们将该文件以十六进制方式打开，会发现该文件是下图这样的：

上图是根据ASCII编码方式将二进制数据翻译成字符，显示出来给我们看的。下图是该文件真实的数据，该文件的真面目，也就是该文件的二进制形式。
包括空格，换行符等，在文件中也都对应一个字符。

现在我们写一个程序读取该文件，程序如下：

#include<stdio.h>
#include<malloc.h>
typedef struct{
   int num1;
   int num2;
   int num3;
   char cz;
}Data,*PData;

int main(int argc,char* argv[]){
   FILE* fp=fopen("data.txt","rb");
   PData pData=(PData)malloc(sizeof(Data)*2);
   fseek(fp,0,SEEK_SET);
   fread(pData,sizeof(Data),2,fp);
   for(int i=0;i<2;i++){
     printf("%x  %x  %x  %c\n",pData[i].num1,pData[i].num2,pData[i].num3,pData[i].cz);
   }
   fclose(fp);
}

该程序我们预期得到的结果是前两行的数据1 2 4 a 和 2 2 2 b，但是执行程序之后我们得到的数据见下图，和预期不符，反而和十六进制打开该文件的数据是一致的。

这是因为fread从起始位置，根据要读取数据量，将文本的二进制数据读取到我们定义的buf中。注意，读取到的不是我们用文本工具打开看到的数字字符，是该数字字符对应ASCII数据。比如结构体中的num1-num3是int型数据，四字节，第一个num1的值就是原文件中前四个字节（两个空格和字符1，字符2）对应的值。（如果不明白为什么顺序是反的，请看小端存储和大端存储）

数据写入文本乱码问题

用fwrite和write将字符串写入文件，不会出现问题，但是当我们将数据写入到文件的时候，打开文件会发现乱码了，也是同样的道理。

#include<stdio.h>
#include<malloc.h>
typedef struct{
   int num1;
   int num2;
   char cz;
}Data,*PData;

int main(int argc,char* argv[]){
   FILE* fp=fopen("data.txt","a+");
   PData pData=(PData)malloc(sizeof(Data)*2);
   for(int i=0;i<3;i++){
       pData[i].num1 = 1;
       pData[i].num2 = 2;
       pData[i].cz = 'f';
   }
   fseek(fp, 0, SEEK_END);
   fwrite(pData, sizeof(Data), 3, fp);
   char* str = "aabbccdd";
   fwrite(str, sizeof(str), fp);
   fclose(fp);
}

上述代码向文件中写三次int型数据 1 ，2，字符 f ，再在末尾写入字符串aabbccdd，运行后打开文件如下图。

发现出现乱码，而字符f成功写入，字符串aabbccdd也没有乱码，也就是说乱码的数据是int型数据。 再查看该文件的十六进制数据，得下图

发现数据是按照int型数据的存储方式写入文件，之所以乱码是因为文本将该int型的数据按照ASCII编码的方式一个字节一个字节的解码显示，所以会出现乱码。
至于为什么字符f也会占四个字节，是因为代码运行的时候自动4字节对齐，所以结构体Data的大小sizeof(Data)的值是12。

综上所述，我们在写C语言读写文件的时候，会出现读取的数据不是想要的数据，写入的数据乱码，都是因为我们看到的是解码后的字符，即便是数字也是字符，读取的时候是该字符对应的ASCII码值。

所以，C语言对文件的读写是基于二进制文件的，当数据是字母字符和字符串时，读取写入不会存在太大问题，因为字符不存在二义性，当数据是数字时，就需要注意，数字字符和数字存在二义性。

fopen和open

fopen和open的区别主要在于C语言对文件的两种操作方式，流式文件操作和直接文件操作。
流式文件操作是将文件读取到缓冲区中，然后读写时都是和缓冲区进行交互。直接I/O文件操作不需要经过缓冲区，当然并不是全过程都不需要。
fopen和open区别详解.

流式文件操作常用函数

函数	描述	返回值
fopen	FILE *fopen(const char *filename, const char *mode) ; 打开流	返回指向该流的文件指针。如果文件打开失败则返回 NULL
fclose	int fclose( FILE *fp ); 关闭一个流	成功关闭，fclose 返回 0，否则返回EOF（-1）
fread	size_t fread( void *buffer, size_t size, size_t count, FILE *stream );//C99前 。从流中读指定个数的字符（相当于对每个对象调用size次fgetc）	返回成功读取的对象个数，若出现错误或到达文件末尾，则可能小于count。
fwrite	size_t fwrite(const void *ptr, size_t size, size_t nmemb, FILE *stream) ，向流中写指定个数的字符。该函数以二进制形式对文件进行操作，不局限于文本文件。	返回实际写入的数据块数目
fgetc	int fgetc(FILE *stream); 从流中读一个字符	字符的ASCII值作为函数的返回值，若返回值为EOF，说明文件结束
fputc	int fputc (int c, File *fp) 写一个字符到流中	函数返回写入文件的字符的ASCII码值，出错时，返回EOF（-1）
fgets	char *fgets(char *str, int n, FILE *stream); 从流中读一行或指定个字符	如果成功，该函数返回相同的 str 参数如果发生错误，返回一个空指针
fputs	int fputs(const char *str, FILE *stream); 写字符串到流	该函数返回一个非负值，如果发生错误则返回 EOF(-1)
fprintf	int fprintf (FILE* stream, const char*format, [argument]) ;按格式输出到流	fprintf()的返回值是输出的字符数,发生错误时返回一个负值.
fscanf	int fscanf(FILE * stream, const char * format, [argument…]);从流中按格式读取	整型，成功返回读入的参数的个数，失败返回EOF(-1)
feof()	int feof(FILE *stream);	到达文件尾时返回真值
ferror	int ferror(FILE *stream);	如果ferror返回值为0（假），表示未出错。如果返回一个非零值，表示出错
fseek	int fseek(FILE *stream, long offset, int fromwhere);函数设置文件指针stream的位置	成功，返回0，失败返回非0值，并设置error的值，可以用perror()函数输出错误。
rewind	void rewind(FILE *stream);将文件内部的指针重新指向一个流的开头 ,rewind函数作用等同于 (void)fseek(stream, 0L, SEEK_SET);	无
remove	int remove（cha r*filename）删除文件 (通用)	成功则返回0，失败则返回-1
tmpfile	FILE *tmpfile(void); 生成一个临时的文件流	指向该流的文件指针

直接I/O文件操作常用函数

函数	描述	返回值
open	int open(constchar*pathname,intflags);打开和创建文件。open是UNIX系统（包括LINUX、Mac等）的系统调用函数	成功则返回文件描述符，否则返回-1
close	int close(int fd); 关闭一个句柄	成功返回0，出错返回-1
lseek	off_t lseek(int handle, off_t offset, int fromwhere); 定位到文件的指定位置	当调用成功时则返回目前的读写位置，也就是距离文件开头多少个字节。若有错误则返回-1
read	ssize_t read (int fd, void *buf, size_t count); 块读文件	成功返回读取的字节数，出错返回-1
write	int write(int handle, void *buf, int nbyte)。把参数buf所指向的内存空间，写入count个字节，任何赋给参数fd所指的文件内。当然，文件读写位置也会随之移动。	如果顺利write()会返回实际写入的字节数。当有错误发生时则返回-1
eof	EOF(filenumber) ；判断文件读写位置是否已经到达了文件尾	返回一个数值(整数类型Integer)，它包含布尔值Boolean值True，表明已经到达为Random(Open语句方法)或顺序Input (Open 语句方法)打开的文件的结尾
filelength	获取文件的长度，但是最大只能获取2g的文件大小，因为返回值类型long使用4个字节大小来表示，最大为2的31次方也就是2G的大小。	文件的大小，单位为字节
rename	int rename(char *oldname, char *newname);重命名文件，把一个文件的完整路径的盘符改一下就实现了这个文件的移动	成功则返回0，失败则返回-1
chsize	int chsize(int handle, long size);改变文件大小，为文件预分配空间等。	chsize 当文件大小被成功改变时返回 0 值，当发生错误时返回 -1。