LINUX（三）文件I/O、对文件打开、读、写、偏移量

系列文章目录

---

---

概念介绍

系统调用

system call是linux内核给应用层的API，是进入内核的入口，应用程序用过调用系统接口实现使用内核提供的服务、资源以及各种各样的功能。

驱动开发工程师通过调用 Linux 内核提供的接口完成设备驱动的注册，驱动程序负责底层硬件操作相关逻辑。
Linux 应用编程（系统编程）则指的是基于 Linux 操作系统的应用编程，在应用程序中通过调用系统调用 API 完成应用程序的功能和逻辑，应用程序运行于操作系统之上。

通常在操作系统下有两种不同的状态：内核态和用户态，应用程序运行在用户态、而内核则运行在内核态。

应用编程简单点来说就是：开发 Linux 应用程序，通过调用内核提供的系统调用或使用 C 库函数来开发具有相应功能的应用程序。

文件I/O

文件 I/O（Input、Outout），对文件的读写操作，Linux 下一切皆文件，文件作为 Linux 系统设计思想的核心理念，在 Linux 系统下显得尤为重要

文件描述符：file description，非负整数，比如在open函数成功时会返回的这个值，这个值是内核向进程返回的，指代被打开的文件，失败操作会返回-1。

一个进程可以打开多个文件，在 Linux 系统中，一个进程可以打开的文件数是有限制，打开的文件是需要占用内存资源的，如果超过进程可打开的最大文件数限制，内核将会发送警告信号给对应的进程，然后结束进程；可以通过 ulimit 命令来查看进程可打开的最大文件数，一般是1024

ulimit -n

对于一个进程来说，文件描述符是一种有限资源，文件描述符是从 0 开始分配的，进程中第一个被打开的文件对应的文件描述符是 0、第二个文件是 1、第三个文件是 2、第 4 个文件是 3……文件描述符数字最大值为 1023（0~1023）。每一个被打开的文件在同一个进程中都有一个唯一的文件描述符，不会重复，如果文件被关闭后，它对应的文件描述符将会被释放，那么这个文件描述符将可以再次分配给其它打开的文件绑定起来。

一般012这三个文件描述符被系统占用了，分别分配给了系统标准输入（0）、标准输出（1）以及标准错误（2）

硬件设备也对应的文件，叫做设备文件，应用程序通过对设备文件进行读写等操作、来使用、操控硬件设备，譬如 LCD 显示器、串口、音频、键盘等。

标准输入一般是键盘，标准输出一般是LCD屏幕，标准错误一般也是LCD显示器

open

#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>int open(const char *pathname, int flags);
int open(const char *pathname, int flags, mode_t mode);

man命令可以查看帮助信息，譬如函数功能介绍、函数原型、参数、返回值以及使用该函数所需包含的头文件等信息。
2表示系统调用，1代表Linux命令，3表示标准C库函数

man 2 open

open命令有两种，这是可变参数的写法，需要包含三个头文件

参数：
pathname：字符串类型，用于标识需要打开或创建的文件，可以包含路径（绝对路径或相对路径）信息，譬如：“./src_file”（当前目录下的 src_file 文件）、"/home/dengtao/hello.c"等；如果 pathname 是一个符号链接，会对其进行解引用。
flags：调用 open 函数时需要提供的标志，包括文件访问模式标志以及其它文件相关标志，都是宏定义常量，可以单独使用某一
个标志，也可以通过位或运算（|）将多个标志进行组合。

还有很多的标志位，O_APPEND、O_ASYNC、O_DSYNC、O_NOATIME、O_NONBLOCK、O_SYNC 以及 O_TRUNC 等，不同内核版本可能也不一样。但这些命令只有文件有相关的权限时，才能正常操作。

mode：此参数用于指定新建文件的访问权限，只有当 flags 参数中包含 O_CREAT 或 O_TMPFILE 标志时才有效（O_TMPFILE 标志用于创建一个临时文件）。一般用touch创建文件后，会有默认的权限，经常通过chmod来修改权限

ls -l 查看文件权限

mode参数u32无符号整数，

O—这 3 个 bit 位用于表示其他用户的权限；
G—这 3 个 bit 位用于表示同组用户（group） 的权限，即与文件所有者有相同组 ID 的所有用户；
U—这 3 个 bit 位用于表示 文件所属用户 的权限，即文件或目录的所属者；
S—这 3 个 bit 位用于表示文件的特殊权限，一般不管

然后每3bit都是按照rwx来分配的，read/write/execute，读/写/执行，0表示没有，1表示有

最高权限表示方法：111111111（二进制表示）、777（八进制表示）、511（十进制表示）

111000000（二进制表示）：表示文件所属者具有读、写、执行权限，而同组用户和其他用户不具有任何权限；
100100100（二进制表示）：表示文件所属者、同组用户以及其他用户都具有读权限，但都没有写、执行权限。

除了自己赋值，还可以用linux里面弄好的宏定义

打开范例：

//可读可写方式打开已经存在的文件
int fd = open("./app.c", O_RDWR)
if (-1 == fd)return fd;//打开指定文件
int fd = open("/home/dengtao/hello", O_RDWR | O_NOFOLLOW);
if (-1 == fd)return fd;

write

#include <unistd.h>ssize_t write(int fd, const void *buf, size_t count);

fd：文件描述符
buf：指定写入数据对应的缓冲区。
count：指定写入的字节数。
返回值：如果成功将返回写入的字节数（0 表示未写入任何字节），如果此数字小于 count 参数，譬如磁盘空间已满，可能会发生这种情况；如果写入出错，则返回-1。

read

#include <unistd.h>
ssize_t read(int fd, void *buf, size_t count);

fd：文件描述符。与 write 函数的 fd 参数意义相同。
buf：指定用于存储读取数据的缓冲区。
count：指定需要读取的字节数。
返回值：如果读取成功将返回读取到的字节数，实际读取到的字节数可能会小于 count 参数指定的字节数，也有可能会为 0，譬如进行读操作时，当前文件位置偏移量已经到了文件末尾。

close

关闭文件

#include <unistd.h>
int close(int fd);

fd：文件描述符，需要关闭的文件所对应的文件描述符。
返回值：如果成功返回 0，如果失败则返回-1。
在 Linux 系统中，当一个进程终止时，内核会自动关闭它打开的所有文件，很多程序都利用了这一功能而不显式地用 close 关闭打开的文件。
文件描述符是有限资源，当不再需要时必须将其释放、归还于系统。

lseek

对于每个打开的文件，系统都会记录它的读写位置偏移量，我们也把这个读写位置偏移量称为读写偏移量，记录了文件当前的读写位置

#include <sys/types.h>
#include <unistd.h>
off_t lseek(int fd, off_t offset, int whence);

当打开文件时，会将读写偏移量设置为指向文件开始位置处，以后每次调用 read()、write()将自动进行累计，指向已读或已写数据后的下一字节

fd：文件描述符。
offset：偏移量，以字节为单位。可以正也可以负。
whence：用于定义参数 offset 偏移量对应的参考值
SEEK_SET：读写偏移量将指向 offset 字节位置处
SEEK_CUR：读写偏移量将指向当前位置偏移量 + offset 字节位置处
SEEK_END：读写偏移量将指向文件末尾 + offset 字节位置处

//将读写位置移动到文件开头处
off_t off = lseek(fd, 0, SEEK_SET);
if (-1 == off)return -1;//将读写位置移动到文件末尾：
off_t off = lseek(fd, 0, SEEK_END);
if (-1 == off)return -1;//将读写位置移动到偏移文件开头 100 个字节处
off_t off = lseek(fd, 100, SEEK_SET);
if (-1 == off)return -1;//获取当前读写位置偏移量
off_t off = lseek(fd, 0, SEEK_CUR);
if (-1 == off)return -1;

文件解析

文件存储与节点区

文件是存放在磁盘里面，硬盘的最小存储单位叫做“扇区”（Sector），每个扇区储存 512 字节（相当于 0.5KB），操作系统一般会一次性读取多个扇区，这叫做块，是文件存取的最小单位一个块4KB，所以1个块是8个扇区

磁盘在进行分区、格式化时分为两个区域，数据区，用于存储文件中的数据；== inode 节点区，用于存放 inode table（inode 表）==，每一个文件都必须对应一个 inode，inode 实质上是一个结构体，里面元素记录了文件信息如文件字节大小、文件所有者、文件对应的读/写/执行权限、文件时间戳（创建时间、更新时间等）、文件类型、文件数据存储的 block（块）位置等等信息，文件名并不是记录在 inode 中

查看inode编号

ls -istat xxx文件名

之前买的闪迪的U盘，就有数据恢复软件，原因就是其实删除数据时删掉的是inode表，数据内容还在，只有新的数据在存入时才会覆盖掉。

windows里面的快速格式化就是例子，这种格式化会非常快，也是因为删掉的只是inode table表，数据也是可以找回来的。

open打开文件时，内核会申请内存拷贝静态文件，叫动态文件，然后对动态文件进行读写操作，之后再同步更新到设备中。

这就是为啥打开大文件很慢，文档忘记保存丢失数据的原因

硬盘这些块设备，读写起来按块单位操作，内存就能按照字节操作，灵活快速效率高。

进程操作文件原理

在 Linux 系统中，内核会为每个进程设置一个专门的数据结构用于管理该进程，譬如用于记录进程的状态信息、运行特征等，我们把这个称为进程控制块（Process control block，缩写PCB）。

PCB 数据结构体中有一个指针指向了文件描述符表（File descriptors），文件描述符表中的每一个元素索引到对应的文件表（File table），文件表也是一个数据结构体，其中记录了很多文件相关的信息，譬如文件状态标志、引用计数、当前文件的读写偏移量以及 i-node 指针（指向该文件对应的 inode）等，进程打开的所有文件对应的文件描述符都记录在文件描述符表中，每一个文件描述符都会指向一个对应的文件表

返回错误处理与errno

errno是一个全局变量，每种错误都对应一个编号，errno存储函数执行错误编号，也意味会覆盖上一次的错误码。

本质是int型变量，并不是执行所有的系统调用或 C 库函数出错时，操作系统都会设置 errno

man 2 xxx

用man打开时，可以看返回值有没有

程序当中包含<errno.h>头文件即可，就能获取errno

#include <stdio.h>
#include <errno.h>
int main(void)
{printf("%d\n", errno);return 0;
}

strerror

调用strerror函数可以将errnoo 转换成适合我们查看的字符串信息，C库函数

#include <string.h>
char *strerror(int errnum);

测试：
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <unistd.h>
#include <stdio.h>
#include <errno.h>
#include <string.h>
int main(void)
{int fd;/* 打开文件 */fd = open("./test_file", O_RDONLY);if (-1 == fd) {printf("Error: %s\n", strerror(errno));return -1;}close(fd);return 0;
}

strerror 返回的字符串是"No such file or directory"，可以很直观的知道 open 函数执行的错误原因是文件不存在

perror函数

这个查看错误的函数用的多，不需要传参errno，而且直接打印错误信息，不是返回字符串，还能在打印前添加自己的信息

#include <stdio.h>
void perror(const char *s);

s：在错误提示字符串信息之前，可加入自己的打印信息，也可不加，不加则传入空字符串即可。
例子：

fd = open("./test_file", O_RDONLY);
if (-1 == fd) {perror("open error");return -1;
}

exit、_exit、_Exit

程序出错的时候要停止，在 Linux 系统下，进程（程序）退出可以分为正常退出和异常退出。

异常往往更多的是一种不可预料的系统异常，可能是执行了某个函数时发生的、也有可能是收到了某种信号等。

进程正常退出除了可以使用 return 之外，还可以使用 exit()、_exit()以及_Exit()