文件——知识整理

文件

内容摘自：
http://c.biancheng.net/cpp/biancheng/view
http://c.biancheng.net/view

文件概念

迄今为止，我们讨论的输入输出是以系统指定的标准设备（输入设备为键盘，输出设备为显示器）为对象的。即控制台应用。在实际应用中，常以磁盘文件作为对象。即从磁盘文件读取数据，将数据输出到磁盘文件。磁盘是计算机的外部存储器，它能够长期保留信息，能读能写，可以刷新重写，方便携带，因而得到广泛使用。

文件(file)是程序设计中一个重要的概念。所谓“文件”，一般指存储在外部介质上数据的集合。一批数据是以文件的形式存放在外部介质（如磁盘、光盘和U盘）上的。操 作系统是以文件为单位对数据进行管理的，也就是说，如果想找存在外部介质上的数据， 必须先按文件名找到所指定的文件，然后再从该文件中读取数据。要向外部介质上存储数据也必须先建立一个文件（以文件名标识），才能向它输出数据。

一般来说，文件可分为文本文件、视频文件、音频文件、图像文件、可执行文件等多种类别，这是从文件的功能进行分类的。从数据存储的角度来说，所有的文件本质上都是一样的，都是由一个个字节组成的，归根到底都是 0、1 比特串。不同的文件呈现出不同的形态（有的是文本，有的是视频等等），这主要是文件的创建者和解释者（使用文件的软件）约定好了文件格式。

所谓“格式”，就是关于文件中每一部分的内容代表什么含义的一种约定。例如，常见的纯文本文件（也叫文本文件，扩展名通常是“.txt”），指的是能够在 Windows 的“记事本”程序中打开，并且能看出是一段有意义的文字的文件。文本文件的格式可以用一句话来描述：文件中的每个字节都是一个可见字符的 ASCII 码。

用ASCII码形式输出的数据是与字符一一对应的，一个字节代表一个字符，可以直接在屏幕上显示或打印出来。这种方式使用方便，比较直观，便于阅读，便于对字符逐个进行输入输出。但一般占存储空间较多，而且要花费转换时间（二进制形式与ASCII码间的转换）。用内部格式（二进制形式）输出数值，可以节省外存空间，而且不需要转换时间，但一个字节并不对应一个字符，不能直接显示文件中的内容。如果在程序运行过程中有些中间结果数据暂时保存在磁盘文件中，以后又需要输入到内存的，这时用二进制文件保存是最合适的。如果是为了能显示和打印以供阅读，则应按ASCII码形式输出。此时得到的是ASCII文件，它的内容可以直接在显示屏上观看。

实际上，只要规定好格式，而且不怕浪费空间，用文本文件一样可以表示图像、声音、视频甚至可执行程序。

下面再看一个用文本文件表示一幅图像的例子：一幅图像实际上就是一个由点构成的矩阵，每个点可以有不同的颜色，称为像素。有的图像是 256 色的，有的是 32 位真彩色（即一 个像素的颜色用一个 32 位的整数表示）的。
以 256 色图像为例，可以用 0~255 这 256 个数代表 256 种颜色，那么每个像素就可以用一个数来表示。再约定文件开始的两个数代表图像的宽度和高度（以像素为单位），则以下文本文件就可以表示一幅宽度为 6 像素、高度为 4 像素的 256 色图像：
6 4
24 0 38 129 4 154
12 73 227 40 0 0
12 173 127 20 0 0
21 73 87 230 1 0
这个“文本图像”文件的格式可以描述为：第一行的两个数分别代表水平方向的像素数目和垂直方向的像素数目，此后每行代表图像的一行像素，一行中的每个数对应于一个像素，表示其颜色。理解这一格式的图像处理软件就可以把上述文本文件呈现为一幅图像。视频是由每秒 24 幅图像组成的，因此用文本文件也可以表示视频。
上面用文本文件表示图像的方法是非常低效的，浪费了太多的空间。文件中大量的空格是一种浪费。另外，常常要用 2 个甚至 3 个字符来表示一个像素，也造成大量浪费，因为用一个字节就足以表示 0~255 这 256 个数。因此，可以约定一个更节省空间的格式来表示一个 256 色的图像，此种文件格式的描述如下：文件中的第 0 和第 1 个字节是整数 n，代表图像的宽度（2 字节的 n 的取值范围是 0~65 535，说明图像最多只能是 65 535 个像素宽），第 2 和第 3 个字节代表图像的高度。接下来，每 n 个字节表示图像的一行像素，其中每个字节对应于一个像素的颜色。

用这种格式存储 256 色图像，比用上面的文本格式存储图像能够大大节省空间。在“记事本”程序中打开它，看到的就会是乱码，这个图像文件也就是所谓的“二进制文件”。

真正的图像文件、音频文件、视频文件的格式都比较复杂，有的还经过了压缩，但只要文件的制作软件和解读软件（如图像查看软件，音频、视频播放软件）遵循相同的格式约定，用户就可以在文件解读软件中看到文件的内容。

外存文件包括磁盘文件、光盘文件和U盘文件。目前使用最广泛的是磁盘文件，凡用到外存文件的地方均以磁盘文件来代表，在程序中对光盘文件和U盘文件的使用方法与磁盘文件相同。

文件流类及文件流对象

文件流是以外存文件为输入输出对象的数据流。输出文件流是从内存流向外存文件的数据，输入文件流是从外存文件流向内存的数据。每一个文件流都有一个内存缓冲区与之对应。

请区分文件流与文件的概念，不用误以为文件流是由若干个文件组成的流。文件流本身不是文件，而只是以文件为输入输出对象的流。若要对磁盘文件输入输出，就必须通过文件流来实现。

要以磁盘文件为对象进行输入输出，必须定义一个文件流类的对象，通过文件流对象将数据从内存输出到磁盘文件，或者通过文件流对象从磁盘文件将数据输入到内存。

其实在用标准设备为对象的输入输出中，也是要定义流对象的，如cin、cout就是流对象，C++是通过流对象进行输入输出的。由于cin、cout已在iostream.h中事先定义，所以用户不需自己定义。在用磁盘文件时，由于情况各异，无法事先统一定义，必须由用户自己定义。

C++ IO

C++库中的输入输出流类

（箭头表示继承关系）

因为计算机最初是美国人发明的，而ASCII码便足以表示其所有字符。但随着社会进步，中国，日本也开始使用计算机，所以出现了Unicode编码，Unicode编码便是典型的宽字符编码。从win2000后开始，开始支持Unicode编码，所以为支持，引进了宽字符语言，宽字符版本的类型和函数的名字以一个w开始，例如，wcin,wcout,wcerr是分别对应原先的宽字符版对象。

注意，IO对象不能进行拷贝操作，因此我们也不能将形参或返回类型设置为流类型，进行IO操作的函数通常以引用方式传递返回流。且以为会改变所以 不能是const的。

文件的打开与关闭

打开文件是指在文件读写之前做必要的准备工作，包括：

• 为文件流对象和指定的磁盘文件建立关联，以便使文件流流向指定的磁盘文件。
• 指定文件的工作方式，如，该文件是作为输入文件还是输出文件，是ASCII文件还是二进制文件等。

打开文件时有两种方法

• 调用流对象的 open 成员函数打开文件。
• 定义文件流对象时，通过构造函数打开文件。

关闭文件时，调用文件流对象的 close 成员函数即可。