TLPI笔记—通用文件I/O模型

文件描述符

所有执行 I/O 操作的系统调用都是以文件描述符，一个非负整数来指代打开的文件。文件描述符用以表示所有类型的已打开的文件，包括管道（pipe）、FIFO、socket、终端、设备和普通文件。每个进程都各自独立维护着一张文件描述符表。

标准文件描述符

通用 I/O

UNIX I/O 模型的限制特点之一是其输入/输出的通用性概念。这意味着使用 4 个同样的系统调用open()，resd()，write()，close() 可以对所有类型的文件执行 I/O 操作，包括终端之类的设备。因此，仅使用这些系统调用编写的程序，将对任何类型的文件都有效。

要实现通用 I/O，就必须确保每一文件系统和设备驱动程序都实现了相同的 I/O 系统调用集。由于文件系统和设备所特有的操作细节在内核中处理，在编程时通常可以忽略设备转悠的因素。一旦应用程序需要访问文件系统或设备的专有功能时，可以选择强大的ioctl()系统调用，该调用为通用 I/O 模型之外的专有特性提供了访问接口。

打开一个文件：open()

open()调用既可以打开一个已经存在的文件，也可以创建并打开一个新的文件。如果调用成功返回指代所打开的文件的文件描述符，若发生错误，则返回-1。

#include <sys/stat.h>
#include <fcntl.h>

int open(const char *pathname, int flags, .../* mode_t mode*/);
// Return file description on success, or -1 in error

• pathname：要打开的文件，如果 pathname 是一个符号链接，会对其进行解引用。
• flags： 位掩码参数，用户指定文件的访问模式，后面给出常用访问模式列表
• mode：位掩码参数，指定了文件的访问权限（如果访问模式未指定 O_CREATE 标志，则可以省略 mode 参数）

常用 flags（文件访问模式）参数

open()函数的错误

若打开文件时发生错误，open()将返回-1，错误号errno标识错误原因。以下是一些可能发生的错误：

读取文件内容：read()

read()系统调用从文件描述符 fd 所指代的打开文件中读取数据。如果调用成功，将返回实际读取的字节数，如果遇到文件结束（EOF）则返回 0，如果出现错误则返回-1。ssize_t数据类型属于有符号的整数，size_t数据类型是无符号的整数类型。

#include <unistd.h>

ssize_t read(int fd, void *buffer, size_t count);
// Return number of bytes read, 0 on EOF, or -1 on error

• fd：已打开的文件描述符
• buffer：用来存放输入数据的内存缓冲区地址
• count：指定最多能读取的字节数，count 应该小于等于 buffer 的大小

一个小细节

因为read()能够从文件中读取任意序列的字节。有些情况下，输入信息可能是文件数据，但在其他情况下，也有可能是二进制整数或者二进制形式的 C 语言数据结构。read()无从区分这些数据，故而也无法遵从 C 语言对字符串处理的约定—在字符串尾部追加标识字符串结束的空字符。如果输入缓冲区的结尾处需要一个表示终止的空字符，必须显式追加。

char buffer[MAX_READ + 1];
ssize_t numRead;

numRead = read(STDIN_FILENO, buffer, MAX_READ);
if (numRead==-1)
    errExit("read");

buffer[numRead] = '\0';
printf("The input data was: %s\n", buffer);

由于表示字符串终止的空字符需要一个字节的内存，所以缓冲区的大小至少要比预计独缺的最大字符串长度多出 1 个字节。

数据写入文件：write()

write()系统调用将数据写入一个已打开的文件中。如果调用成功，将返回实际写入文件的字节数，该返回值可能小于count参数值。这被称为“部分写”。对于磁盘文件来说，造成“部分写”的原因可能是由于磁盘已满，或是因为进程资源对文件大小的限制。

#include <unistd.h>

ssize_t write(int fd, void *buffer, size_t count);
// Return number of bytes written, or -1 on error

对磁盘文件之心 I/O 操作时，write()调用成功并不能保证数据已经写入磁盘。因为为了减少磁盘活动量和加快write()系统调用，内核会缓存磁盘的 I/O 操作。

关闭文件：close()

close()系统调用关闭一个打开的文件描述符，并将其释放回调用进程，供该进程继续使用。当一进程终止时，将自动关闭其已打开的所有文件描述符。

#include <unistd.h>

int close(int fd);
// Return 0 on success, or -1 on error

改变文件偏移量：lseek()

对于每个打开的文件，系统内核会记录其文件偏移量（或者读写偏移量，或者指针）。文件偏移量是指执行下一个read()或write()操作的文件起始位置，会以相对于文件头部起始点的文件当前位置来表示。文件第一个字节的偏移量为 0。

文件打开时，会将文件偏移量设置为指向文件开始，以后每次read()或write()调用将自动对其进行调整，以指向已读或已写数据后的下一个字节。因此，连续的read()或write()调用将按照顺序递进对文件进行操作。

lseek()系统调用是用来调整这个文件偏移量的。调用成功会返回新的文件偏移量。

#include <unistd.h>

off_t lseek(int fd, off_t offset, int whence);
// Return new file offset if successful, or -1 on error

• fd：已打开的文件描述符
• offset：指定一个以字节为单位的数值（SUSv3 规定 off_t数据类型为有符号整型）
• whence：指定按照哪个基准点来解释offset参数

whence 参数可选值

附一张书中图：

lseek()调用只是调整内核中与文件描述符相关的文件偏移量记录，并没有引起对任何物理设备的访问。

lseek()并不使用于所有类型的文件。不允许将lseek()应用与管道、FIFO、socket 或者终端。一旦如此，调用将会失败，并将errno置为ESPIPE。另一方面，只要合情合理，也可以将lseek()应用于设备。例如，在磁盘或磁带上查找一处具体位置。

lseek()调用名中的l源于这样一个事实：offset 参数和调用返回值的类型期初都是long型。早期的 UNIX 系统还提供seek()系统调用，当时这个调用的 offset 和返回值类型为int型。

文件空洞

如果程序的文件偏移量已然跨越了文件结尾，然后再执行 I/O 操作，read()调用将返回 0，表示文件结尾。但！write()函数可以在文件结尾后的任意位置写入数据。

从文件结尾后到新写入数据间的这段空间被称为文件空洞。从编程角度看，文件空洞中是存在字节的，读取空洞将返回以 0（空字节）填充的缓冲区。

然而，文件空洞不占用任何磁盘空间。知道后续某个时间点，在文件空洞中写入了数据，文件系统才会位置分配磁盘块。文件空洞的主要优势在于，于实际需要的空字节分配磁盘快相比，稀疏填充的文件会占用较少的磁盘空间。例如：核心转储（core dump）就是包含空洞文件的常见例子。

——EOF——