Linux 文件 I/O笔记

一、Linux 的文件 I/O 概述     

Linux 把大部分系统资源当作文件呈现给用户，用户只需按照文件 I/O 的方式，就能完成数据的输入输出。Linux 文件，按其代表的具体对象，可分类为：
1.普通文件，即一般意义上的文件、磁盘文件；
2.设备文件，代表的是系统中一个具体的设备；
3.管道文件、FIFO 文件，一种特殊文件，常用于进程间通信；
4.套接字（socket)文件，主要用在网络通信方面。

文件 I/O 常用的方法有“打开”、“关闭”、“读”和“写”等操作。只要是文件，都可以用这套方法操作。系统提供了文件 I/O 的应用程序接口（API，Application Interface），以函数的形式提供给应用程序调用。打开文件对应的函数是 open()，读文件对应的函数是 read()，写文件对应的函数是 write()，关闭文件对应的函数是 close()，这些文件 I/O 常用函数将在下面进行介绍。

Linux 系统提供的文件 I/O 接口函数，是以最基本的系统服务形式提供的，又称它们为基本 I/O 函数。这些函数有个共同的特点，它们都通过文件描述符（file descriptor）来完成对指定文件的 I/O 操作。

二、文件描述符

文件描述符 fd（file descriptor）是进程中代表某个文件的整数，有的文献资料中又称它为文件句柄（file handle）。

有效的文件描述符取值范围从 0 开始，直到系统定义的某个界限值。这些指定范围的整数，实际上是进程文件描述符表的索引。文件描述符表是进程用来保存它所打开的文件信息的、由操作系统维护的一个登记表，用户程序不能直接访问该表。文件描述符的取值范围，反映了文件描述符表的大小，表示这个进程最多可以同时打开多少个文件。在大多数 Linux系统中，可通过命令“ulimit -n”查询到这个数值的大小。

对于内核而言，进程所打开的文件都由文件描述符引用。当进程打开一个现存文件或创建一个新文件时，内核返回一个文件描述符给进程。当读、写一个文件时，先调用 open()或 creat()函数取得文件描述符 fd 代表该文件，将 fd 作为参数传送给 read()或 write()等函数操作文件。通常情况下，文件描述符 0、1、2 在进程启动时已被占用，代表进程在启动过程中打开的文件。文件描述符 0、1、2 在桌面系统与嵌入式系统上，通常代表的文件如下图 所示：

三、常用文件 I/O 操作和函数

在 C 语言下进行文件 I/O 编程，一般要包含下面这些头文件，这些头文件定义了文件 I/O 用到的数据类型、函数原型及其它要用到的符号常量。

#include<sys/types.h> /* 定义数据类型，如 ssize_t，off_t 等 */
#include <fcntl.h> /* 定义 open，creat 等函数原型，创建文件权限的符号常量 S_IRUSR 等 */
#include <unistd.h> /* 定义 read，write，close，lseek 等函数原型 */
#include <errno.h> /* 与全局变量 errno 相关的定义 */
#include <sys/ioctl.h> /* 定义 ioctl 函数原型 */

1.open

进行文件 I/O 操作时，要先打开对应的文件，可调用 open()函数打开文件，它返回的文件描述符fd代表打开的文件，后续操作通过引用文件描述符fd来表示对该文件的操作，open()函数原型在<fcntl.h>文件中定义：
int open(const char *pathname, int flags, ... /* mode_t mode */);

操作成功，返回值为文件描述符 fd，否则返回-1，同时设置全局变量 errno 报告具体错误的原因。参数 flags，决定着打开的文件可以进行什么样的操作，多个标志可用运算符“|”合并在一起。

只有创建新文件时，open()的最后一个参数 mode 才会起作用，否则将忽略它。

open()的参数 flags，当设置了 O_CREAT 标志时，可以创建一个新文件，也可用另外一个函数 creat()创建新文件，creat()函数原型在<fcntl.h>文件中定义：
int creat(const char *pathname, mode_t mode);
creat()的参数 pathname 和 mode 的含义，与 open()的同名参数含义相同，某些条件下调用 creat()的效果与 open()是相同的。

open()或者 creat()都能创建新文件，它们对待已有文件的细节不同，在编程时需要注意：

①creat()创建文件时， 如果文件已存在，则会把已存在的文件内容清空、长度截为 0，然后返回对应的文件描述符；如果文件不存在，则直接创建，然后返回创建文件的描述符；

②当 open()的参数 flags 设置了 O_CREAT 时，如果文件已存在，则直接打开并返回文件描述符； 如果文件不存在，则创建新文件，然后返回对应的文件描述符。

2.close

文件 I/O 操作完成后，应该调用 close()关闭打开的文件，释放打开文件时所占用的系统资源。close()函数原型在<unistd.h>文件中定义：
int close(int fd);
如果文件顺利关闭，返回 0，否则返回-1，同时设置全局变量 errno 报告具体错误的原因。参数 fd 是打开文件时调用 open()或 creat()函数返回的文件描述符。

当一个文件被打开多次时，比如被多个进程同时打开，或在同一个进程中被打开多次，每打开一次，该文件内部的引用计数就增加 1，对该文件每调用一次 close()，文件引用计数则减 1，当计数值减到 0 时，内核才关闭该文件。当进程终止时，内核会回收进程资源，也按上述规则关闭进程打开的全部文件。

3.read

从打开的文件读取数据，可调用 read()函数实现。read()函数原型在<unistd.h>中定义：
ssize_t read(int fd, void *buf, size_t count);
操作成功，返回实际读取的字节数，如果已到达文件结尾，返回 0，否则返回-1 表示出错，同时设置全局变量 errno 报告具体错误的原因。

实际读取的字节数，可以小于请求的字节数 count，比如下面两种情况：

①文件长度小于请求的长度，即还没达到请求的字节数时，就已到达文件结尾。如果文件是 50 字节长，而 read 请求读 100 字节（count=100），则首次调用 read 时，它返回 50，紧接着的下次调用，它返回 0，表示已到达文件结尾；

②读设备文件时，有些设备每次返回的数据长度小于请求的字节数，如终端设备一般
按行返回，即每读到一行数据，就返回。

参数 fd 是调用 open()或者 creat()时返回的文件描述符，buf 是用来接收所读数据的缓冲区，count 是请求读取的字节数。
ssize_t 和 size_t 是系统头文件中定义的数据类型，ssize_t 表示 signed int，size_t 表示unsigned int，是一个与 CPU 位数有关的整型值，在 32 位系统中，它表示 32 位整型值 int，在 64 位系统中，表示 64 位整型值 long int。其定义等效于：

/* 在 32 位系统中 */
typedef int ssize_t; /* 32 位有符号整型值 */
typedef unsigned int size_t; /* 32 位无符号整型值*/
/* 在 64 位系统中 */
typedef long int ssize_t; /* 64 位有符号整型值 */
typedef unsigned long int size_t; /* 64 位无符号整型值 */

4.write

把数据写入文件，可调用 write()函数实现，write()的函数原型在<unistd.h>中定义：
ssize_t write(int fd, const void *buf, size_t count);

操作成功，返回实际写入的字节数，出错则返回-1，同时设置全局变量 errno 报告具体错误的原因，比如 errno=ENOSPC 表示磁盘满了。参数 fd 是打开文件的描述符，buf 是数据缓冲区，存放着准备写入文件的数据，count是请求写入的字节数。实际写入的字节数可以小于请求写的字节数。

5.fsync

write()函数一旦返回，表明所写的数据已提交到系统内部缓存了，但此时数据不一定写入了磁盘等持久存储设备中。要确保已修改过的数据全部写入持久设备中，正确的做法是调用 fsync 函数进行文件数据同步，强制把已修改过的文件数据写入持久存储设备中。
嵌入式系统通常采用闪存（Flash Memory）作系统盘，write()返回后也应该用 fsync()及时把修改过的文件数据写入闪存中。如果不调用 fsync()，在 write()返回后马上就复位或重新上电，则所作的修改就可能没有更新，造成文件数据丢失。

fsync()函数的功能是进行文件数据同步，强制把已修改过的文件数据存入持久存储设备中。其原型在<unistd.h>中定义如下：
int fsync(int fd);

fsync()针对打开的文件，参数 fd 是已打开文件的描述符，fsync()调用直到文件已修改过的数据全部写入磁盘后才返回。操作成功返回 0，否则返回-1，同时设置全局变量 errno 报告具体错误的原因。

另外一个函数 sync()的功能与 fsync()类似，也是进行数据同步，但它是针对整个系统的。sync()直到系统中的修改过的缓存数据都写入磁盘才返回。操作成功返回 0，否则返回-1。当系统修改过的缓存数据量很大时，或者有程序正在往磁盘写数据时，sync()要很久才返回。
进行文件 I/O 时，建议使用 fsync()，尽量不用 sync()。

6.lseek

Linux 文件，按读写数据的方式，可分为顺序读写和随机读写文件。普通磁盘文件一般都能随机读写，这类文件可通过 lseek()函数改变文件读写位置。而顺序读写文件只能指从头到尾，按顺序进行读写，如管道（pipe）文件、套接字（socket）文件或 FIFO，都是按顺序读写的，不支持 lseek 操作，不像普通磁盘文件那样可以随机读写。设备文件是否支持 lseek操作，则不确定，与具体的设备有关。

lseek() 函数

lseek()函数不会读写任何文件数据，只是仅仅改变文件的起始读写位置，后续读或写文件，将从 lseek()设置的新位置开始。lseek()函数原型在<unistd.h>中定义：
off_t lseek(int fd, off_t offset, int whence);

如果操作成功，lseek()返回新的读写位置；否则返回-1 表示操作不成功，同时设置全局
变量 errno 报告具体错误的原因。返回值的数据类型 off_t 就是 long int，在 32 位系统是 32 位有符号整数，在 64 位系统
是 64 位有符号整数。
lseek()返回的读写位置，是从文件开头算起的偏移字节数，这个偏移量为非负数，可以是 0。

lseek()的参数 fd 是打开文件的描述符，offset 是目标位置，其偏移的参照点，由第三个参数 whence 决定，whence 有效值是 SEEK_SET、SEEK_CUR、SEEK_END，含义如下：
①SEEK_SET 设置新的读写位置为从文件开头算起，偏移 offset 字节；

②SEEK_CUR 设置新的读写位置为从当前所在的位置算起，偏移 offset 字节，正值表示往文件尾部偏移，负值表示往文件头部偏移；

③SEEK_END 设置新的读写位置为从文件结尾算起，偏移 offset 字节，正值表示往文件尾部偏移，负值表示往文件头部偏移。

前面已讲过，按顺序读写的文件不支持 lseek 操作，对这类文件调用 lseek()，将返回-1，且 errno=ESPIPE。对设备文件，是否支持 lseek 操作，则不确定。可用下面方法测试一个文件是否支持 lseek 操作，如果返回-1，则说明该该文件不支持lseek 操作：
new_offset = lseek(fd, 0, SEEK_CUR);

7.ioctl

文件 I/O 操作还有很多不好归到 read()/write()的，只好放到这个函数中。很多设备文件也通过 ioctl()函数提供设备特有的操作，比如修改设备寄存器的值。ioctl()是文件 I/O 的杂项函数，其函数原型在<sys/ioctl.h>中定义：
int ioctl(int fd, int cmd, …);

一般情况下，操作成功，返回 0，失败返回-1，由 errno 报告具体错误原因。但有的设备文件可能会返回一个正值表示输出参数，其含义取决于具体的设备文件。

参数 fd 是打开文件的描述符，参数 cmd 是文件的操作命令，这个参数的取值还决定后面的参数含义，“„”表示从参数是可选的、类型不确定的。

ioctl()的 cmd 操作命令是文件专有的，不同的文件，cmd 往往是不同的，没有共用性，比如嵌入式系统中的设备文件，蜂鸣器（BUZZER）和模数转换（ADC），它们所支持的 ioctl()操作命令就不同。

参考书籍：《嵌入式Linux开发教程》（周立功等编著）