一、文件的读写操作

文件=内容+属性
当文件没有被操作的时候，一般文件还是在磁盘当中
文件操作=文件内容的操作+文件属性的操作，文件操作有可能即改变内容，又改变属性
文件操作其实就是把内容和属性加载到内存当中

  文件的系统调用函数一般有以下几个参数，pathname（对应文件路径），flags（文件打开方式），mode（指定文件的权限）。这里的 flags 不能简单当作一个整型来看，而且应该把它当作一个位图，32个 bit 位对应32种状态。打开文件时，可以传入多个参数选项，用下面的一个或者多个宏进行 “或” 运算，构成flags，调用类似下面的 show(ONE | TWO | THREE)

int open(const char *pathname, int flags);
int open(const char *pathname, int flags, mode_t mode);
flags参数:
O_RDONLY: 只读打开
O_WRONLY: 只写打开
O_RDWR : 读，写打开
这三个常量，必须指定一个且只能指定一个
O_CREAT : 若文件不存在，则创建它。需要使用mode选项，来指明新文件的访问权限
O_TRUNC：初始化清空文件
O_APPEND: 追加写

#define ONE (1<<0)   // 1                                                                                                                  
#define TWO (1<<1)   // 2  
#define THREE (1<<2) // 4  
#define FOUR (1<<3)  // 8 
void show(int flags)  
{  if(flags&ONE) printf("func1\n");  if(flags&TWO) printf("func2\n");  if(flags&THREE) printf("func3\n");  if(flags&FOUR) printf("func4\n");  //………
} 

  文件操作其实就是一系列的系统调用，调用系统提供的函数。就算是语言层面的操作文件函数，也只是在内部封装了 open、write、read 等系统函数。因为IO相关函数与系统调用接口对应，并且库函数封装系统调用，所以本质上，访问文件都是通过 fd（文件描述符） 访问的。所以C库当中的 FILE 结构体内部，必定封装了 fd。C/C++ 封装的库函数中对文件打开方式主要有以下几种：

FILE * fopen ( const char * filename, const char * mode )
mode参数：
b：以二进制模式打开文件
r&r+：前者以只读方式打开，后者以读写方式打开文件.文件必须存在，否则打开失败
w&w+：前者以写入方式打开，后者以读写方式打开文件.若文件不存在，则创建新文件。存在，则清空文件内容
a： 以追加写入方式打开文件，若文件不存在，则创建新文件。写入的数据总是添加到文件的末尾
a+：以读写追加方式打开文件，若文件不存在，则创建新文件。可以从文件的任何位置读取数据，写入的数据总是添加到文件的末尾

二、文件描述符

  要对文件进行系统的管理，必须先描述再组织。当一个进程打开一个文件时，内核会创建一个 struct file 结构来存储关于这个文件的所有信息，包括：

文件在磁盘上的位置；文件的基本属性，如权限、大小；
文件的读写位置（文件偏移量）；
文件的拥有者信息，即哪个进程打开了该文件；
文件的内核缓冲区信息等；

  task_struct 结构体里面的成员：struct files_struct，用于管理一个进程打开的所有文件。它包含： 一个文件描述符表 fd_array，这是一个数组，其元素是指向 struct file 的指针，每个元素对应一个打开的文件。文件描述符（FD）是这个数组的索引，每个索引唯一地标识了一个打开的文件。文件描述符是一个非负整数，0，1，2默认被占用为标准输入，标准输出和标准错误三个文件，即我们创建文件的描述符都是从3以后开始。当进程关闭文件时，会减少 struct file 的引用计数。如果引用计数变为0，内核会释放 struct file 实例，并清理相关资源。

文件的简单管理结构如下：

三、文件重定向

  文件重定向的本质是修改文件描述符表 fd_array 中的 FD 对应的 struct file* 地址。即文件描述符 FD（0，1，2，3） 等不变，改变 struct file* 的值，使它指向不同的文件

dup2 系统调用实现重定向：

#include <unistd.h>
int dup2(int oldfd, int newfd);

  dup2 函数的作用是将 oldfd 指向的文件地址覆盖 newfd 指向的文件地址，如果 newfd 指向的文件已经打开，则会先关闭 newfd。dup2 函数可以使不同文件描述符可以指向同一个文件，如下图：

四、理解 Linux 一切皆文件

  操作系统是一款管理软件，它通过向下管理好各种软硬件资源 (手段)，来向上提供良好 (安全、稳定、高效) 的运行环境 (目的)。对键盘、显示器、磁盘、网卡等硬件进行管理需要先描述、再组织：即先将这些设备的各种属性抽象出来组成一个结构体，然后为每一个设备都创建一个结构体对象，再用某种数据结构将这些对象组织起来，这也就是我们上面学习到的文件内核数据结构 file。
  由于每种硬件的访问方法都是不一样的，我们需要为每一种硬件都单独提供对应的 Read、Write 等方法，这些方法位于驱动层。参考下图：
  struct file 中定义函数指针 read() 和 write() 方法 ，而这些方法在驱动层被实例化，指向不同硬件的访问方法。这是一种多态行为。即使用户使用相同的系统调用接口，实际执行的操作会根据底层文件或设备的类型而变化。file 结构体可以类似于 C++ 中的基类，驱动层的各种方法和结构就相当于子类，可以看作它们继承了基类，同时又扩充了对底层硬件管理的特殊方法。站在操作系统内核数据结构上层来看，所有的软硬件设备和文件统一都是 file 对象，它是操作系统当中虚拟出来的一层文件对象，我们将这一层称为 虚拟文件系统 VFS，通过它，我们就可以摒弃掉底层设备的差别，统一使用文件接口的方式来进行文件操作，即 Linux 下一切皆文件！

五、文件缓冲区

  缓冲区分为用户级缓冲区和内核级缓存区，我们所接触到的缓冲区大部分都属于用户级语言缓冲区。文件也有自己的缓冲区，被描述为 FILE 结构体中的一个字段，类似 char buff [size]。而我们常说的刷新缓冲区就是指缓冲区里的数据加载（拷贝）到内核缓冲区，而文件是被进程管理的，进程退出时与文件描述符相关联的内核缓冲区会被刷新到磁盘上。
缓冲区刷新常见策略：

1、无缓冲（立即刷新） ：缓冲区中一出现数据就立马刷新，这种很少出现；
2、行缓冲（行刷新 ）：遇到换行符（\n）数据就刷新一次
3、全缓冲（缓冲区满刷新）：待数据把缓冲区填满后再刷新，这种刷新方式效率最高，一般应用于磁盘文件

  显示器采用的刷新策略是行缓冲，与此相对，普通文件采用的刷新策略是全缓冲。显示器是给人看的，按行刷新符合人的阅读习惯，而普通文件更多需要全缓存来提高效率。
  系统调用接口 write 是直接往内核缓存区里写，如 C库中的 fwrite 是往文件缓冲区里面写，当文件缓冲区刷新时，再把文件缓冲区里的数据加载（拷贝）到内核缓冲区。下面通过两个例子来加深对缓冲区的理解；

例一：
  两张图片中都关闭了1号标准输出文件，但是左图把信息全部打印出来了，而右图只打印了系统调用 write，因为显示器文件是行刷新，左图 fwrite 加了换行符 \n的信息已经从文件缓冲区拷贝到了内核缓冲区，被显示出来。而右图没有加换行符 \n，关闭了文件描述符后，文件缓冲区的信息没有加载到内核缓冲区中，因此右边的 fwrite 信息消失不见。write 系统调用是直接往内核缓冲区写的，因此左右图都会打印 write 信息


例二：
  由上面我们知道，文件缓冲区被描述为 FILE 结构体中的一个字段，那么当我们 fork 创建子进程时，子进程会拥和父进程一样的文件描述符表及其缓冲区。当我们向显示器打印时，按行刷新。fork 时，此时父进程的文件缓冲区为空，信息已经刷新到了内核缓冲区中。此时子进程虽然拥有和父进程一样的文件缓冲区，但却是空的，因此显示结果如左边。当我们重定向到普通文件打印时，为全缓冲，fork 时，父进程文件缓冲区有 fwrite 信息，因此 fork 之后子进程的文件缓冲区也有 fwrite 信息，最终导致 fwrite 打印了两次，而 write 打印在前面是因为它直接写入了内核缓冲区，不用像 fwrite 一样刷新了才加载到内核缓冲区