Linux系统编程（三）—— 文件编程（1）目录和文件

3.1 目录和文件

• 贯穿始终的例子：做一个类似 ls 命令的实现。如myls

1、命令

• （1）一个命令的格式：cmd --长格式 -短格式 非选项的传参
  比如 ls --all 和 ls -a，这两个结果是一样的：
  

• （2）为什么短格式可以，还要存在长格式呢？

  可能两个单词的首字母什么的会相同。或者两个单词的缩写撞在了一起。

• （3）如果要创建一个名字为 -a 的文件，应该如何做？

  
  解决办法：
  1）touch -- -a 命令后面加上两个减号，表示当前的命令结束；

  

  2）touch ./-a 将路径写上，就不会被认作命令参数了。

  

  上述两种方法，对于删除 -a 这个文件也同样适用。

• （3）注意：ls -l 和 ls -n的区别：前者显示用户ID ，后者显示用户NAME

  

• （4）/etc/passwd 和 /etc/group文件

  1）/etc/passwd文件，用户名 ：group名 ：用户ID ：groupID
  
  2）/etc/group文件， 用户名：组名 ：组号
  

2、如何获取文件属性：stat （系统调用）

• 注意：这三个函数的格式，在linux当中，很多函数的封装是沿用这样的规律的，很多命名规则都是这样的
  （1）stat ： 通过名字做这件事
  （2）fstat : 通过文件描述符来做这件事情
  （3）lstat : lstat 和 stat 在参数和返回上都一样，但是他们在link的处理上是不同的
  （stat面对符号链接文件时获取的是所指向文件的属性；而 lstat 面对符号链接是获取的是符号链接文件属性）

• stat 结构体长这样，包含文件的全部内容：

  
  

• 同时stat 也是一个命令：用来显示一个文件的属性， 所以stat这个命令是用stat这个函数封装出来的。
  

• 例子： 显示一个文件的大小：

#include <stdio.h>
#include <stdlib.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <unistd.h>

static int flen(const char *fname) // static表示这个函数禁止外部扩展
{
    struct stat statres;
    if(stat(fname, &statres) < 0)
    {   
        perror("stat");
        exit(1);
    }   
    return statres.st_size;
}

int main(int argc, char **argv)
{
    if(argc < 2)
    {   
        fprintf(stderr, "Usage ... \n");
        exit(1);
    }   
    printf("%d \n", flen(argv[1]));
    exit(0);
}

运行结果：

• 注意：
  实际上，windows中，一个文件的大小就是所占的磁盘的大小，但是在linux中，并不是这样的，一个文件所占的大小是由这个文件所占用的block大小和block数量决定的，block是指一个文件所占用的块数， 永远指的是扇区数。

3、空洞文件

我们做一个非常大的文件，但是占用磁盘空间很小，甚至不占用：

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

int main(int argc, char **argv)
{
    int fd; 
    if(argc < 2)
    {   
        fprintf(stderr, "Usage ...\n");
        exit(-1);
    }   

    fd = open(argv[1], O_WRONLY|O_CREAT|O_TRUNC, 0600);
    if(fd < 0)
    {   
        perror("open");
        exit(-1);
    }
    
    // 5G, 将文件尾指针一下子扯过去
    lseek(fd, 5LL * 1024LL * 1024LL * 1024LL - 1LL, SEEK_SET);

	// 使用一次系统调用，如果没有这次系统调用，当前文件是不占用空间的
    write(fd, "", 1);              
    close(fd);
    exit(0);
}

运行这个文件，然后得到一个大文件，可以看到，虽然这个文件显示的是5G大小，但是它所占磁盘空间才8k， 很小很小。

然后cp 拷贝一下这个文件，你会发现拷贝以后的文件所占磁盘大小尾0， 为什么呢？？

因为cp在拷贝的时候，会判断这个文件是否是空洞文件，如果中间有空字符，它会记住空字符的长度，但是不会存这个空字符，所以它拷贝以后的这个文件是0字节。

4、文件属性与访问权限问题

• 当执行命令ll的时候，如下: （红框框中的内容是文件的权限信息）：
  

• 文件的权限信息包括：（文件的权限信息存在于 st_mode 当中，st_mode的存放形式是以位图的形式存放的， 是16位的一个整型数。

• 为什么是16位？
  （1）基本位是9位（owner读写执行权限 (421)+ group读写执行权限(421)+other读写执行权限(421)）；
  （2）加另外3位（粘住位，set groupID位，set userID位）；
  （3）文件类型是7类，用二进制表示使用3位；

  =>加一起是15位，但是没有15位的整型数，所以是使用16位的整型数表示的。

• st_mode存了两种类型：

  （1）文件类型（分为dcb-lsp七种文件类型）
  d——目录；
  c——字符设备文件;
  b——块设备文件;
  -——常规文件;
  l——符号链接文件;
  s——网络套接字socket文件;
  p——管道文件

  （2）文件权限（当前用户owner， 当前组用户group， 其他用户other）

• 注意： st_mode是一个16位的位图，用于表示文件类型、文件访问权限、特殊权限位。

5、umask

• umask是一条命令，用来查看当前umask的值是多少，也可以更改当前umask的值：
  

• 创建文件的话，权限会满足 0666& ~umask 的表达式。这种机制的存在就是为了防止产生权限过松的文件。

• umask还是 一个系统调用函数，如果在进程当中想要设置这个umask的值的化，可以调用umask这个函数， 如下：
  

6、文件权限的更改与管理 ：chmod，fchmod

• chmod 当命令时的作用是在终端上更改文件权限：
  
  可以看到，我们将 test.c 的other权限中，加上了 w 可读的权限

• 由于 test.c 是没有执行权限的，然后我们使用 chmod a+x test.c，给他所有用户加上可执行权限。a+x 表示的是所有用户有可执行权限，所以我们还可以使用 u+x ， g+x, o+x
  

• 如果在一个进程当中操作一个文件的时候，需要临时改变一个文件的权限信息，就需要 chmod( ) 函数与 fchmod( ) 函数， 这个是两个个系统调用函数。（前者操纵的是文件路径名，后者操纵的是文件描述符）
  

7、粘住位（ t 位）

• t 位原始的功能：给某一个当前二进制命令设置t位，设置t位的作用是把某一个命令的使用痕迹进行保留，为的是下次再装载这个模块的时候比较快。通俗的讲就是：在内存当中保留它的使用痕迹，下次装载会比较快。通常是给一个可执行的命令进行设计。
• 现如今这个设计无所谓了，因为有了page的设计，本来使用的内存块就会留在内存当中，所以这个 t 位在慢慢的淡化，现在常用于给目录设置 t 位。
• 目前目录设置t位的是 /tmp/ ：
  给这个目录加上t位以后，各个用户对于目录的操作，以及对目录下的文件的操作就比较特殊化了。

8、文件系统：FAT，UFS

• 文件系统：实际上是文件或者数据的存储格式问题。归根结底是为了帮助我们存储或管理文件。
• 比如说：钱存在中国银行叫人民币，存在美国银行叫美元，但是钱是一样的。数据也是一样，只是存在在了不同的文件系统当中。

（1）FAT文件系统

• FAT的实质是一个静态存储的单链表,， 具体的实际结构如下：

struct{
	int next[N];
	char data[N][data_size];
}

正是因为N的存在，FAT存储的文件是有限的，不能超过N个数据块。

• 拿到windows的时候，首先第一件事是要分区，为什么要分区，因为那个时候的FAT系统承载能力有限，过多的文件或者很大的文件当前承载不了，所以说要分区。

• FAT文件系统最大的缺陷就是使用了静态单链表，单链表最大的缺陷是一个走向，指针不能往回指。如今FAT系统还是在使用的，比如说小u盘， 小SD卡，为了轻量级。

• 360内存清理： 用一个进程不停的吃内存吃内存（要内存），在抢资源，留在内存中的常用的数据块就在往swap交换分区去挪，当进程强占资源到一定程度的时候，就会立马结束，然后给用户提示，内存清理成功，实际上全都挤到交换分区中去了。当你用的时候，交换到swap分区中的数据又会回来，在自己逗自己玩（火绒 yyds）。

• 注意： 当内存换出率和换入率都在直线上升的时候，才是内存吃紧的时候。

• FAT系统特别惧怕大文件。

（2）UFS文件系统

• inode结构体介绍
  

• 如何知道哪个 inode 用了，哪个 inode 没有用？

  这里其实用到了 inode 位图，有多少个 inode 就有多少个 inode 位图，这俩一一对应着。如果 inode 用了，则与其对应的 inode 位图为 1， 如果没用，则为 0 。（数据块和数据块位图也是一样的道理）

9、硬链接，符号链接

（1）硬链接：ln

• 通过：ln 源文件 链接文件的命令格式，可以产生硬链接

• 本质上有点类似两个指针指向同一块区域。
  
  这里通过 stat 命令可以查看到文件 big.c 的inode号以及硬链接数目。再使用命令：ln big.c big_link.c，结果如下：
  
  源文件的硬链接数目变成了2，再查看生成的 big_link.c 的文件属性：
  
  可以看到 big.c 与 big_link.c 这两个文件的 inode 号其实是一样的，所以他俩其实是指向同一个文件（这就有点类似两个指针同时指向同一块内存空间一样）。

• 删掉源文件，硬链接文件依然有效：
  

（2）符号链接：ln -s

• 没有软连接，只有符号链接，不要搞混了

• 通过：ln -s 源文件 符号链接文件格式，可以产生符号链接文件

• 符号链接有点类似 Windows 上面的快捷方式。生成的符号链接文件和源文件其实是两个东西（文件属性不一样）
  
  可以看到生成 test_s_link.c软链接文件后，源文件 test.c 的文件属性并没有改变，Links数目还是1：
  
  再看 test_s_link.c 文件属性：
  
  可以看到 test_s_link.c 的 inode 号与源文件已经不一样了。再注意：该符号链接文件的 Size 大小，其实就是源文件 名字的大小（这里是6字节）。

• 删掉源文件，软链接文件就无效了：
  

• 文件权限信息开通表示的是文件类型，l表示的是链接文件（本质就是符号链接文件）
  

（3）系统调用函数：link( )

• 命令ln就是由该系统调用函数 link( ) 封装出来的
  

（4）系统调用函数：unlink( )

• 注意：利用rm删除一个文件，实质是使该文件的硬链接数为0，没有任何进程线程打开或引用该文件，此时那块数据空间才会被释放掉。（只要还有内容引用到那数据块，那就还没有删掉，即便硬链接数目已经为0了）

• 系统调用函数：unlink( )
  注意：使用 unlink( )可以特别容易创建匿名文件。比如，首先利用 open( )函数产生一个文件，获得一个文件描述符 fd，然后马上 unlink( )掉这个文件。但是，该文件并没有立即被删除掉，只有当 close(fd) 后，该文件才会被彻底删除。

（5）标准库函数：remove( )

• 该函数位于 man 手册第三章，rm命令就是由该函数封装而来的
  

（6）系统调用函数：rename( )

• 该函数位于 man 手册第二章，mv命令就是由该函数封装而来的
  

（7）硬链接与符号链接的特点

• 硬链接与目录项是同义词，且建立硬链接有限制：不能给分区建立，不能给目录建立。
• 符号链接的优点：可以跨分区，可以给目录建立

10、utime

• 利用 ll 命令可以看到的一个时间，指的是：MTIME
  

系统调用函数：utime( )

• 系统调用函数：utime( )，用于修改最后一次读和修改的时间（可以修改ATIME和MTIME）
  

11、目录的创建和销毁

（1）系统调用函数：mkdir( )

• 命令 mkdir 就是利用mkdir( )来封装的，用于创建一个目录
  

（2）系统调用函数：rmdir( )

• 命令 rmdir 就是利用rmdir( )来封装的，用于删除一个目录（只能是空目录）。对于非空目录，要用递归的方式来删除
  

12、更改当前工作路径：chdir( )

• 命令 cd 就是由系统调用函数 chdir( ) 封装而来的
  

13、获取当前工作路径：getcwd( )

• 命令 pwd 就是由标准库函数 getcwd( ) 封装而来的
  

14、分析目录与读取目录内容

（1）认识 argc 与 argv

• argc —— 表示运行程序时，传给主函数的命令行参数个数；
• argv[ ] —— 指针数组，存指向放传给主函数的命令行参数的地址。

例如：

#include <stdio.h>

int main(int argc, char *argv[]) {
    
    printf("argc = %d\n", argc);

    for (int i = 0; i < argc; i++)
        puts(argv[i]);

    return 0;
}

运行结果：

（2）glob( )函数：解析模式或通配符

• glob( ) 函数用于文件系统中路径名称的模式匹配，globfree( )用来释放空间
  

• 参数：
  pattern——要分析的路径；
  flags——选择匹配模式，如是否排序，或者在函数第二次调用时，是否将匹配的内容追加到pglob中，不进行特殊模式匹配则写0；
  errfunc——glob函数执行出错会执行的函数，出错的路径会回填到epath中，出错的原因回填到eerrno中。如不关注错误可设置为NULL
  pglob —— 解析出来的结果放在这个参数里

• 返回值：成功 0 失败 非0

• 这里可以留意一下 glob_t 结构体：
  
  gl_pathc 与 gl_pathv 有点类似于 argc 和 argv

• 案例：

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


#define PAT "/home/mutouren/tmp/test*"

int main() {
    
    glob_t globres;

    int err = glob(PAT, 0, NULL, &globres);
    if (err) {
        printf("Error code = %d\n", err);
        exit(1);
    }   

    for (int i = 0; i < globres.gl_pathc; i++)
        puts(globres.gl_pathv[i]);

	globfree(&globres); // 释放空间

    exit(0);
}

这段代码可以打印出：/home/mutouren/tmp/ 目录下所有以 test开头的文件

（3）opendir( ) 与 closedir( )：打开或关闭目录文件

打开目录文件

关闭目录文件 （从这里可以看出，生成的 DIR 类型的数据实在堆上的）

（4）readdir( )：读取目录文件

• 用于读取一个目录文件，保存在一个 dirent 结构体变量当中
  
  dirent结构体的定义：
  
• 例子：打印 /home/mutouren/tmp 目录下的全部文件

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

#define PAT "/home/mutouren/tmp"

int main() {
    DIR* dp; 
    struct dirent* cur;

    dp = opendir(PAT);
    if (NULL == dp) {
        perror("opendir()");
        exit(1);
    }   

    while ((cur = readdir(dp)) != NULL)
        puts(cur->d_name);

    closedir(dp);

    return 0;
}

运行结果：

（5）du 命令

• du 命令的作用：会显示指定的目录或文件所占用的磁盘空间。
  
  这里 test.c 所占磁盘空间为 4K，也等于stat出的文件属性中的 blocks 数目除以2
  

参考资料：请多多支持原博主