[系统运维]文件输入/输出（上）

什么是文件

文件*(file)* 通常是在磁盘或固态硬做上的一段已命名的存储区。对我们而言，stdio.h就是一个文件的名称，该文件中包含一些有用的信息。 然而，对操作系统而言，文件更复杂一些。例如，大型文件会被分开储存，或者包含些额外的数据， 方便操作系统确定文件的种类。然而，这都是操作系统所关心的，大多数程序员更关心的是C程序如何处理文件。C把文件看作是一系列连续的字 ，每个字节都能被单独读取。这与UNIX环境中(C的发源地)的文件结构相对应。由于其他环境中可能无法完全对应这个模型，C提供两种文件模式：文本模式和进制模式。

文本模式和二进制模式

首先，要区分文本内容和二进制内容、文本文件格式和二进制文件格式，以及文件的文本模式和二进制模式。

所有文件的内容都以二进制形式(0或1)储存。但是，如果文件最初使用二进编码的字符(例如，ASCII或Unicode)表示文本(就像C字符串那样)，该文件就是文本文件，其中包含文本内容。如果文件中的二进制值代表机器语言代码或数值数据(使用相同的内部表示，假设，用于long或double类型的值)或图片或音乐编码，该文件就是二进制文件，其中包含二进制内容。

UNIX 用同一种文件格式处理文本文件和二进制文件的内容。不奇怪，鉴于C是作为开发UNIX的工具而创建的。C和UNIX在文本中都使用\n (换行符)表示换行，UNIX目录中有个统计文件大小的计数。程序可使用该计数确定是否读到文件结尾。然而，其他系统在此之前已经有其他方法处理文件，专门用于保存文本，也就是说，其他系统已经有种与 UNIX模型不同的格式处理文本文件。例如， 以前的OS X Macintosh文件用: \r (回车符)表示新的行。早期的MS-DOS文件用\r\n组合表示新的行。

为了规范文本文件的处理，C提供两种访问文件的途径:二进制模式和文本模式。在二进制模式中，程序可以访问文件的每个字节。而在文本模式中，程序所见的内容和文件的实际内容不同。程序以文本模式读取文件时，把本地环境表示的行末尾或文件结尾映射为C模式。例如，C程序在旧式Macintosh中以文本模式读取文件时，把文件中的\r转换成\n；以文本模式写入文件时，把\n转换成\r。或者，C文本模式程序在MS-DOS平台读取文件时，把\r\n 转换成\n;写入文件时，把\n转换成\r\n.在其他环境中编写的文本模式程序也会做类似的转换。

除了以文本模式读写文本文件，还能以二进制模式读写文本文件。如果读写一 个旧式 MS-DOS文本3件，程序会看到文件中的\r和\n字符，不会发生映射。如果要编写旧式Mac格式、MS-DOS格式或UNIX/Linux格式的文件模式程序，应该使用二进制模式，这样程序才能确定实际的文件内容并执行相应的动作。

虽然C提供了二进制模式和文本模式，但是这两种模式的实现可以相同。前面提到过，因为UNIX使用一种文件格式，这两种模式对于UNIX实现而言完全相同。Linux 也是如此。

I/O的级别

除了选择文件的模式，大多数情况下，还可以选择I/O的两个级别(即处理文件访问的两个级别)。底层I/O *(low-level I/O)*使用操作系统提供的基本I/O服务。标准高级I/O *(standard high-level I/O)*使用C库的标准包和stdio.h头文件定义。因为无法保证所有的操作系统都使用相同的底层I/O模型，C标准只支持标准I/O包。有些实现会提供底层库，但是C标准建立了可移植的I/O模型，我们主要讨论这些I/O.

标准文件

C程序会自动打开3个文件，它们被称为标准输入*(standard input)、标准输出(standard output)和标准错误榆出(standard error output)*。在默认情况下，标准输入是系统的普通输入设备，通常为键盘:标准输出和标准错误输出是系统的普通输出设备，通常为显示屏。通常，标准输入为程序提供输入，它是getchar()和scanf ()使用的文件。程序通常输出到标准输出，它是putchar()、puts()和printf )使用的文件。标准错误输出提供了一个逻辑上不同的地方来发送错误消息。例如，如果使用重定向把输出发送给文件而不是屏幕，那么发送至标准错误输出的内容仍然会被发送到屏幕上。这样很好，因为如果把错误消息发送至文件，就只能打开文件才能看到。

标准I/O

与底层I/O相比，标准I/O包除了可移植以外还有两个好处。第一，标准I/O有许多专门的函数简化了处理不同I/O的问题。例如，printf()把不同形式的数据转换成与终端相适应的字符串输出，第二，输入和输出都是缓冲的，也就是说，一次转移大块信息而不是字节信息 (通常至少512字节)。例如，当程序读取文件时，一块数据被拷贝到缓冲区 (一块中介存储区域)。这种缓冲极大地提高了数据传输速率。程序可以检查缓冲区中的字节。缓冲在后台处理，所以让人有逐字符访问的错觉(如果使用底层I/O，要自己完成大部分工作)。

以下程序演示了如何用标准I/O读取文件和统计文件中的字符数。该程序使用命令行参数，如果你是Windows用户，在编译后必须在命令提示窗口运行该程。（也可以用fgets()替换命令行参数来获取文件名）

#include<stdio.h>
#include<stdlib.h>

int main(int argc, char* argv[])
{
	int ch;//临时存储读出的字符
	FILE* fp = NULL;
	unsigned long count = 0;
	if (argc != 2)//检查是否有传入文件
	{
		printf("Usage : %s filename \n", argv[0]);
		exit(EXIT_FAILURE);
	}
	//if ((fp = fopen(argv[1], "r")) == NULL)/C99及以前
	if (fopen_s(&fp, argv[1], "r") != 0)//C11 
	{
		printf("Can't open %s  \n", argv[1]);
		exit(EXIT_FAILURE);
	}
	while ((ch = getc(fp)) != EOF)
	{
		putc(ch, stdout);
		count++;
	}
	fclose(fp);
	printf("File %s has %lu characters\n", argv[1], count);

	return 0;
}

检查命令行参数

首先，程序检查arge的值，查看是否有命令行参数。 如果没有，程序将打印一条消息并退出程序。字符串argv[0]是该程序的名称。显式使用argv[0而不是程序名，错误消息的描述会随可执行文件名的改变而自动改变，这特性在像 UNIX这种允许单个文件具有多个文件名的环境中也很方便。但是，有些操作系统可能不识别argv[0]。 所以这种用法并非完全可移植。

exit()函数关闭所有打开的文件并结束程序。exit()的参数被传递给些操作系统，包括UNIX、Linux. Windows 和Ms-DOS，以供其他程序使用，通常的惯例是：正常结束的程序传递0，异常结束的程序传递非零值。不同的退出值可用于区分程序失败的不同原因，这也是UNIX和DOS编程的通常做法，但是，并不是所有的操作系统都能识别相同范围内的返回值。因此，C标准规定了一个最小的限制范围，尤其是，标准要求0或宏EXIT_SUCCESS用于表明成功结束程序，宏EXIT_FAILURE用于表明结束程序失败。这些宏和exit()原型都位于stdlib.h头文件中。

根据ANSI C的规定，在最初调用的main()中使用return 与调用exit()的效果相同，因此，在main(),return 0;和exir(0)作用相同。

但是要注意，我们说的是“最初的调用”。如果main()在一个递归程序中，exit() 仍然会终止程序，但是return只会把控制权交给上一级递归，直至最初的一级。然后return结束程序。return和exit()的另一个区别是，即使在其他函数中(除main()以外)调用exit()也能结束整个程序。

fopen()函数

继续分析程序， 该程序使用fopen()函数打开文件。该函数声明在stdio.h中。它的第一个参数是待打开文件的名称，更确切地说是一个包含改文件名的字符串地址。第2个参数是一个字符串，指定待打开文件的模式。下表列出了C库提供的一些模式。

像UNIX和Linux这样只有一种文件类型的系统， 带b字母的模式和不带b字母的模式相同。

新的C11新增了带x字母的写模式，与以前的写模式相比具有更多特性。第一，如果以传统的一种写模式打开一个现有文件，fopen() 会把该文件的长度截为0，这样就丢失了该文件的内容。但是使用带x字母的写模式，即使fopen()操作失败，原文件的内容也不会被删除。第二，如果环境允许，x模式的独占特性使得其他程序或线程无法访问正在被打开的文件。

tips:如果使用任何一种"w”模式(不带x字母)打开一个现有文件，该文件的内容会被删除，以便程序在一个空白文件中开始操作。然而，如果使用带x字母的任何一种模式，将无法打开一个现有文件。

程序成功打开文件后，fopen() 将返回文件指针*(file pointer)*,其他I/O函数可以使用这个指针指定该文件。文件指针(该例中是fp)的类型是指向FILE的指针，FILE是一个定义在stdio.h中的派生类型。文件指针fp并不指向实际的文件，它指向一个包含文件信息的数据对象，其中包含操作文件的I/O函数所用的缓冲区信息。因为标准库中的I/O函数使用缓冲区，所以它们不仅要知道缓冲区的位置，还要知道缓冲区被填充的程度以及操作哪一个文件。标准I/O函数根据这些信息在必要时决定再次填充或清空缓冲区。fp指向的数据对象包含了这些信息。

getc()函数和putc()函数

getc()和putc()函数与getchar ()和putchar ()函数类似。所不同的是，要告诉getc()和putc()函数使用哪个文件。 下面这条语句的意思是“从标准输入中获取一个字符”:
ch = getchar() ;
然而，下面这条语句的意思是 “从fp指定的文件中获取一个字符”:
ch中getc(fp);
与此类似，下面语句的意思是“把字符ch放入FILE指针fpout指定的文件中”:
putc(ch, fpout) ;
在putc()函数的参数列表中，第1个参数是待写入的字符，第2个参数是文件指针。
程序把stdout作为putc()的第2个参数。stdout 作为与标准输出相关联的文件指针，定义在stdio.h中，所以putc(ch, stdout)与putchar (ch)的作用相同。实际上，putchar（）函数一般通过patc()来定义。 与此类似，getchar() 也通过使用标准输入的getc()来定义。

为何该例不用putchar()而要用putc()?原因之一是为了介绍putc()函数:原因之二是，把stdout替换成别的参数，很容易将这段程序改写成文件输出。

文件结尾

从文件中读取数据的程序在读到文件结尾时要停止。如何告诉程序已经读到文件结尾？如果getc()函数在读取一个字符时发现是文件结尾，它将返回一个特殊值EOF。所以C程序只有在读到超过文件末尾时才会发现文件的结尾(一些其他语言用一个特殊的函数在读取之前测试文件结尾，C语言不同)。

为了避免读到空文件，应该使用入口条件循环(不是do while循环) 进行文件输入。鉴于getc()(和其他C输入函数)的设计，程序应该在进入循环体之前先尝试读取。如下面设计所示:

fclose()函数

fclose(fp)函数关闭fp指定的文件，必要时刷新缓冲区。对于较正式的程序，应该检查是否成功关闭文件。如果成功关闭，fclose() 函数返回0，否则返回EOF:

if (fclose(fp) != 0)
printf("Error in closing file &s\n", argv[1]);

如果磁盘已满、移动硬盘被移除或出现I/O错误，都会导致调用fclose ()函数失败。