1. 使用文件的原因
我们前面学习结构体时编写了通讯录的程序,当通讯录运行起来的时候可以给通讯录中增加、删除数据,此时数据是存放在内存中,当程序退出的时候,通讯录中的数据自然就不存在了,等下次运行通讯录程序的时候,数据又得重新录入,如果使用这样的通讯录就很难受。
既然是通讯录,就应该把信息记录下来,这就涉及到了数据持久化的问题,我们一般数据持久化的方法有,把数据存放在磁盘文件、存放到数据库等方式。
之前的通讯录的实现不管是读还是写操作的都是内存,当控制台关闭后,内存空间并不能保存数据
通过使用文件我们可以将数据直接存放在电脑的硬盘上,做到了数据的持久化
2. 文件的分类
在程序设计中,一般谈论的文件分为两种:程序文件、数据文件(从文件功能的角度来分类的)。
2.1 程序文件
包括源程序文件(后缀为.c),目标文件(windows环境后缀为.obj),可执行程序(windows环境
后缀为.exe)
2.2 数据文件
文件的内容不一定是程序,而是程序运行时读写的数据,比如程序运行需要从中读取数据的文件,
或者输出内容的文件
本篇博客讨论的是数据文件
之前所处理数据的输入输出都是以终端为对象的,即从终端的键盘输入数据,运行结果显示到显示器上。
其实有时候我们会把信息输出到磁盘上,当需要的时候再从磁盘上把数据读取到内存中使用,这里处理
的就是磁盘上文件。
2.3 文件名
一个文件要有一个唯一的文件标识,以便用户识别和引用
文件名包含3部分:文件路径+文件名主干+文件后缀
这里的文件为绝对路径,在不同路径下可以存在相同文件名
例如: c:\code\test.txt
为了方便起见,文件标识常被称为文件名。
3. 文件的打开和关闭
3.1 文件指针
缓冲文件系统中,关键的概念是“文件类型指针”,简称“文件指针”。
每次使用文件都会在内存中开辟了一个相应的文件信息区,用来存放文件的相关信息(如文件的名
字,文件状态及文件当前的位置等)。这些信息是保存在一个结构体变量中的。该结构体类型是有系统
声明的,取名FILE.
不同的C编译器的FILE类型包含的内容不完全相同,但是大同小异。
每当打开一个文件的时候,系统会根据文件的情况自动创建一个FILE结构的变量,并填充其中的信息,使用者不必关心细节。
一般都是通过一个FILE的指针来维护这个FILE结构的变量,这样使用起来更加方便。
下面我们可以创建一个FILE*的指针变量:
FILE* pf;//文件指针变量
定义pf是一个指向FILE类型数据的指针变量。可以使pf指向某个文件的文件信息区(是一个结构体变
量),通过该文件信息区中的信息就能够访问该文件。
也就是说,通过文件指针变量能够找到与它关联的文件
每开辟一个文件就会有相应的文件信息区,每个文件信息区都有一个FILE * 类型的指针所指向
3.2 文件的打开和关闭
文件在读写之前应该先打开文件,在使用结束之后应该关闭文件
(文件都是由程序员手动打开/释放,跟动态内存开辟不一样,当程序退出后操作系统会自动释放动态开辟的空间)
同样的,如果文件不进行保存,可能会造成数据丢失
在编写程序的时候,在打开文件的同时,都会返回一个FILE*的指针变量指向该文件,也相当于建立了指针和文件的关系。
ANSIC 规定使用fopen函数来打开文件,fclose来关闭文件
文件的打开方式:
4. 文件的顺序读写
4.1 fputc/fgetc 的使用
4.2 fputs/fgets 的使用
4.3 fprintf/fscanf 的使用
打印到屏幕上不仅仅可以通过printf的方式,也可以通过fprintf的形式
代码如下:
printf("%s %d %f\n", s.arr, s.age, s.score);
fprintf(stdout, "%s %d %f\n", s.arr, s.age, s.score);
// stdout就是标准输出流,输出到屏幕上
fprintf适用于所有的输出流,那么标准输出流也符合(上表中的fputc,fputs…也一样)
4.4 fread/fwrite 的使用
4.5 printf/sprintf/fprintf的区别
sscanf的函数原型与sprintf类似,这里就不过多赘述(主要是掌握如何使用)
5. 文件的随机读写
5.1 fseek / ftell / rewind 函数的介绍
5.2 fseek / ftell / rewind 函数的使用
6. 文本文件和二进制文件
根据数据的组织形式,数据文件被称为文本文件或者二进制文件。
数据在内存中以二进制的形式存储,如果不加转换的输出到外存,就是二进制文件。
如果要求在外存上以ASCII码的形式存储,则需要在存储前转换。以ASCII字符的形式存储的文件就是文本文件。
一个数据在内存中是怎么存储的呢?
字符一律以ASCII形式存储,数值型数据既可以用ASCII形式存储,也可以使用二进制形式存储。
如有整数10000,如果以ASCII码的形式输出到磁盘,则磁盘中占用5个字节(每个字符一个字节),而
二进制形式输出,则在磁盘上只占4个字节(VS2013测试)。
数据以二进制的形式存储一定程度上可以节省空间,4个字节就可以存放下42亿多的数字,而ASCII码值是按照字符存 10000五个字符
当然这也是相对的,1以ASCII码值的形式存储占1个字节,而以二进制形式存储占4个字节(int类型)
7. 文件读取结束的判定
7.1 被错误使用的feof
在很多资料中feof都是被错误使用的:用feof函数的返回值直接用来判断文件的是否结束
需要牢记在文件的读取过程中,不能用feof函数的返回值直接用来判断文件的是否结束
而是应用于当文件读取结束的时候,判断是读取失败结束,还是遇到文件尾结束
- 文本文件读取是否结束,判断返回值是否为 EOF ( fgetc ),或者 NULL ( fgets )
例如:
fgetc 判断是否为 EOF (fgetc 返回EOF表示读取文件完毕)
fgets 判断返回值是否为 NULL(fgets返回NULL表示文件读取完毕). - 二进制文件的读取结束判断,判断返回值是否小于实际要读的个数。
例如:
fread判断返回值是否小于实际要读的个数。
7.1.1 文本文件的例子:
7.1.2 二进制文件的例子:
8.文件缓冲区
ANSIC 标准采用**“缓冲文件系统”**来处理数据文件,所谓缓冲文件系统是指系统自动地在内存中为程序中每一个正在使用的文件开辟一块“文件缓冲区”。从内存向磁盘输出数据会先送到内存中的缓冲区,装满缓冲区后才一起送到磁盘上。如果从磁盘向计算机读入数据,则从磁盘文件中读取数据输入到内存缓冲区(充满缓冲区),然后再从缓冲区逐个地将数据送到程序数据区(程序变量等)。缓冲区的大小根据C编译系统决定的。
这里可以得出一个结论:
因为有缓冲区的存在,C语言在操作文件的时候,需要做刷新缓冲区或者在文件操作结束的时候关闭文件。
如果不做,可能导致读写文件的问题。
(比如断电的情况下,文件未进行关闭,那么缓冲区的数据并未刷新,导致缓冲区的数据未保存上造成数据丢失)