文件的原理和应用

常识:

1 文件包括属性和内容

2 文件有打开和未打开文件，

3 本文先讨论谁打开的文件，以及如何管理已经打开的文件

一回忆c接口

1 fopen

我们在test.c里面用一下fopen函数，不存在打开的文件会默认创建，那为什么默认新建在当前目录下，是因为cwd，而不是PWD，我们知道PWD是环境变量，如果我们去到其它工作目录，PWD会变，但是CWD不变，此时再运行一下test.c，此时文件还是会创建在CWD存的路径下，而不随着环境变量改变而变化。

2 fwrite

fwrite函数可以往文件写数据，值得一提的是fwrite的size参数，这个是要写入的字节数，我们大部分时候都是往文件写个字符串，例如"hello linux"，有时候size传strlen("hello linux")，有时候传sizeof(hello linux)，我们会发现sizeof多写入的\0被文件识别为乱码，这说明一个问题，字符串结尾有\0这个字符是c语言的规定，文件是不认这个\0是字符的。

二文件操作和系统调用

fwrite库函数一定封装了系统调用，因为文件是在磁盘上的，fwirte要往硬件写数据，那不就相当于访问硬件的资源，由于操作系统不相信用户，所以fwrite一定不是直接把数据弄给硬件，而是通过操作系统的接口将数据传给硬件。接下里就来认识认识几个系统调用。

1 认识open

从fopen的名字上看，我们也知道fopen封装的是open，接下来就看看open的参数和返回值。man 2 open就可从手册调出open的信息。

显然，函数1是函数2的的子集合，我们只要说清楚了函数2，函数1的使用也就明白了。

参数1 文件名，不带路径应该是默认在当前路径下找。

参数2 flags是什么呢?

我们要给flags传的是上面图片中的宏，这些宏都表示一个一个的整数，接下来就介绍介绍这些宏的意义，以及如何使用。O_RDONLY表示open以只读方式打开，O_WRONLY表示open以写方式打开, 而O_RDWR则表示以读写方式打开，这三个宏最好只出现一个，至于其它的宏O_APPEND，这个是表示向文件写时以追加的方式去写。

使用:

| ：按位或?这个使用又是啥意思呢?

举个例子，O_RDONLY可能是用0001来表示，O_WRONLY则是0010，O_RDWR则是0100来表示，同理得，O_APPEND就要用1000来表示，只用了一个比特位就能唯一表示一个宏，这样的设计非常巧妙，首先我们可能会传多个宏，设计者没有用可模板参数来接收，而是只用一个整型，因为我们可以对传的参数进行按位或，这样只要对按位或的结果一分析，就知道你打开文件是要读还是写了，所以flag的类型就只是个朴素的int，可其实里面门道也不少。

参数3 权限初始化，因为我们open发现打开文件不存在，要创建文件，此时文件的权限是要指定的，不然会给一个初始值，但这个初始值如下图。

2 认识write和read

write和read就简单多了。

write:往fd这个文件描述符对应的文件写入buf数组中的元素，字节数为count。

read:从fd这个文件描述符对应的文件读取count个字节的数据，写入buf数组中。

现在我们就能解释：现在我们就可以解释为什么fwrite就传一个"w"可以实现清空写，以及创建文件，"w+"为什么能实现追加写，就是因为在底层封装了这些宏，然后操作系统识别到了，在调用系统调用的时候传了给flag传了不同的宏，至于返回值会在下面访问文件的本质中提及。

三访问文件的本质

open的返回值-文件描述符，这个文件描述符怎么是int类型呢，我fopen用的可是FILE*，这两者有什么关系吗?

先来看看操作系统如何管理文件，首先操作系统打开的文件有很多，这些必然会被操作系统管理，操作系统管理文件，就像管理进程一样，只要用一个file结构体描述文件即可，根本就不需要管文件内容，这样在系统内核处，就又增加了一个数据结构，将所有的file结构体管理起来。诶，不对啊，文件不是进程打开的吗，那不是应该进程管理吗，如果仅仅是被进程管理，那如果进程出异常了，被kill了，这些文件不就丢失了?所以系统必须也要管理。如下图:

好吧，既然上面是系统管理文件的方式，那进程呢怎么管理呢?

所以会有一个files_struct(这个和FILE*可不相同)来管理，这个结构体内部会有一个数组，数组每元素就是一个文件指针，而文件描述符就是数组下标，所以说一个文件描述符一定对应一个文件，当然多个文件描述符可以对应同一个文件(file结构体内部肯定是会有引用计数记录的)。也就是说底层进程是通过下标来找文件指针，从而找到文件的，所以FILE*内部一定封装了文件描述符，不然系统调用找不到文件。

我们发现所有语言写的代码运行起来都要默认打开三个文件，stdin,stdout,stderror，因为系统就要这样做，系统设计这就认为开机后天然需要键盘，显示器文件，所以就要打开，而所有语言写的代码不管写了啥，形成进程后，就会把已经打开的文件填到files_struct内，所以程序一运行，该数组内就有了三个元素。

既然stderror和stdout都是指向显示器文件，它们的区别是什么，我想也就是其内部的封装的文件描述符不同，当我们close(1)，printf就用不了了，但是perror还可以向显示器打印。

四重定向

周边小知识:write写的时候如果不close，一直写，那就会一直往后写，而不是覆盖，open以追加方式写，指的是第一次write写的时候从哪开始写。

1 文件描述符的分配规则

自数组开头遍历，在数组中最先遇到的空格位置的下标，就是被分配的文件描述符。先前已经说了系统会打开两个文件(说打开三个是方便理解)，这两个文件是键盘，显示器，而显示器被打开了两次，在files_struct内的数组就会有三个文件描述符，其中0存的是键盘文件指针，1,2存的都是显示器文件指针，我前面说多个文件描述符可以对应同一个文件，这就是实实在在的例子。

2 手动实现重定向

输出重定向就是：printf本来是要写给显示器的，但是由于close(1)，然后又打开了myfile.txt后占用了一号位(这就验证了文件描述符的分配规则)。

    1 #include<stdio.h>2 #include<stdlib.h>3 #include<unistd.h>4 #include<string.h>5 #include <sys/types.h>6 #include <sys/stat.h>7 #include <fcntl.h>8 int main()9 {10     printf("我的id:%d\n",getpid());11     close(1);
W> 12     int fd = open("myfile.txt", O_CREAT|O_WRONLY,0666);13     printf("我的id:%d\n",getpid());                                                14     return 0;15 }~

所以两句printf就只有一句输出，因为第二句printf就变成往myfile.txt输出了。