Unix系统级I/O

在Unix系统中，一且皆为文件。一个Linux文件就是一个字符序列，并且所有的I/O设备都被模型化成了文件。而所有的输入输出都被当作对对应文件的读和写。Linux提供了一组简单、低级的接口，使得所有的输入输出都可以用一种简单通用的方式来执行。

Linux文件的分类

每一个文件都有一个类型（type）来表示它在系统中的角色，主要有以下几种：

• 普通文件。普通文件包括文本文件和二进制文件。
• 目录。目录包含一组指向其目录内的连接（link）
• 套接字文件。其主要用来和另外的进程进行跨网络通信。
• 管道。管道包括匿名管道和命名管道。用来进行进程间的通信。
• 符号链接。
• 字符和块设备等。

文件的打开与关闭

进程通过open函数打开或创建一个新文件：

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

int open(char *filename, int flags, mode_t mode);
/* 返回：若成功返回文件的描述符，若出错返回-1 */

这里的filename可能有些误解，不单单是指文件名，它还可以是相对或绝对路径名。

open函数将filename转换为一个文件描述符，返回的描述符总是在当前进程中没有打开的最小描述符。

关于文件描述符是如何分配的呢？在Linux中，每一个进程都会维护一个文件描述符表，这个表实现了一个整数到文件的映射关系。在描述符表中，0-2分别对应stdin、stdout和stderr文件。当在进程中要打开一个文件的时候，文件描述符会从3开始分配，然后是4、5...

flags指明了进程如何访问这些文件，具体如下：

掩码	描述
O_RDONLY	只读
O_WRONLY	只写
O_RDWR	可读可写
O_CREAT	如果文件不存在，就创建它的一个截断的空文件
O_TRUNC	如果文件已存在，就截断它
O_APPEND	在每次读写操作前，设置文件位置到文件的结尾处

上面这些掩码还可以叠加，例如：

fd = open("foo.txt", O_WRONLY|O_APPEND, 0);

mode参数指明了如果要创建新文件时，新文件的访问权限位。如果只是普通的读写文件，mode一般为0。具体规则如下：

掩码	描述
S_IRUSR	使用者（拥有者）能够读这个文件
S_IWUSR	使用者（拥有者）能够写这个文件
S_IXUSR	使用者（拥有者）能够执行这个文件
S_IRGRP	拥有者所在组的成员可以读这个文件
S_IWGRP	拥有者所在组的成员可以写这个文件
S_IXGRP	拥有者所在组的成员可以执行这个文件
S_IROTH	其他人（任何人）可以读这个文件
S_IWOTH	其他人（任何人）可以写这个文件
S_IXOTH	其他人（任何人）可以执行这个文件

进程通过close函数来关闭一个已经打开的文件。关闭一个已关闭的描述符会出错。

#include <unistd.h>

int close(int fd);
/* 返回：若成功返回0，出错返回-1 */

文件的读写

进程通过read和write函数来对文件进行读写操作:

#include <unistd.h>

ssize_t read(int fd, void *buf, size_t n);
/* 返回：若成功返回读的字节数，若EOF则为0，若出错则为-1 */

ssize_t write(int fd, void *buf, size_t n);
/* 返回：若成功返回写的字节数，若出错则为-1 */

例如将从标准输入文件读，写到标准输出文件：

#include <stdio.h>
#include <unistd.h>

void main() {
        char c;
        while(read(STDIN_FILENO, &c, 1) != 0)
		write(STDOUT_FILENO, &c, 1);
}

需要说明一下的是，上面两个函数中，ssize_t的类型为long，而size_t的类型是unsigned long

读写文件的元数据

应用程序可以通过stat和fstat函数读取每个文件的详细信息（也叫做文件的元数据）

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

int stat(const char *filename, struct stat *buf);
int fstat(int fd, struct stat *buf);
/* 返回：若成功返回0，出错返回-1 */

上面两个函数都通过填写用来描述文件信息的stat数据结构来获取文件的详细信息。

struct stat { 
     dev_t              st_dev;             // 文件所在设备ID 
     ino_t              st_ino;             // inode编号 
     mode_t             st_mode;            // 保护模式和文件类型
     nlink_t            st_nlink;           // 硬链接个数  
     uid_t              st_uid;             // 所有者用户ID  
     gid_t              st_gid;             // 所有者组ID  
     dev_t              st_rdev;            // 设备ID(如果是特殊文件) 
     off_t              st_size;            // 总体尺寸，以字节为单位 
     unsigned long      st_blksize;         // 文件系统 I/O 块大小
     unsigned long      st_blocks;          // 已分配块个数
     time_t             st_atime;           // 上次访问时间 
     time_t             st_mtime;           // 上次更新时间 
     time_t             st_ctime;           // 上次状态更改时间 
};

Linux建议我们使用在sys/stat.h中定义的宏谓词来确定st_mode成员的文件类型，例如：

• S_ISREG(m)：这是一个普通文件吗？
• S_ISDIR(m)：这是一个目录文件吗?
• S_ISSOCK(m)：这是一个网络套接字文件吗？

其他宏谓词就不再赘述。

读取目录内容

应用程序可以通过readdir系列函数来读取文件的内容：

#include <sys/types.h>
#include <dirent.h>

DIR *opendir(const char *name);
/* 返回：若成功，返回处理的指针，否则，返回NULL */

opendir返回指向目录流的指针。流是对条目有序列表的抽象，这里是指目录项的列表。

可以使用readdir函数来读取目录流中的内容。

#include <dirent.h>

struct dirent *readdir(DIR *dirp);
/* 返回：若成功，则返回下一个目录项的指针；若没有更多目录或出错，者为NULL */

每个目录项都是一个结构，其形式如下：

struct dirent {
        ino_t  d_ino;           /* inode */
        char   d_name[256];     /* 文件名 */
        /* 虽然在某些Linux系统中还包括其他成员，但上面两个成员对所有Unix系统都是通用的 */
};

最后，使用closedir来关闭流并释放所有资源：

#include <dirent.h>

int closedir(DIR *dirp);
/* 返回：若成功为0，错误为-1 */

下面给出一个读取指定目录文件的例子：

#include <stdio.h>
#include <sys/types.h>
#include <dirent.h>

void main(int argc, char **argv) {
	DIR *streamp;
	struct dirent *dep;
	
	streamp = opendir(argv[1]);
	while((dep = readdir(streamp)) != NULL) {
		printf("%s
", dep->d_name);
	}
	closedir(streamp);
}

I/O重定向

这里稍稍提及一下I/O重定向。上文在介绍文件的打开与关闭的时候提到，每一个进程都会维护一个文件描述符表，这个描述符表的表项由进程打开的文件描述符来索引，描述符表项实现了描述符到真实文件的映射关系。但是，如果我们改变这种映射关系，这便是文件重定向。

文件重定向可以使用dup2函数：

#include <unistd.h>

int dup2(int oldfd, int newfd);
/* 返回：若成功返回非负的描述符，若出错返回-1 */

dup2实现了将newfd重定向到oldfd，这其中实际上是使用oldfd的表项去覆盖newfd表项以前的内容，如果newfd已经打开，则先关闭newfd再进行覆盖。并且，如果newfd所指向的文件的引用计数变为0，则会释放相应的资源（包括打开文件表、v-node表中的表项）。例如，可以将标准输出重定向到一个文件：

#include <stdio.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <unistd.h>
#include <stdlib.h>

void main() {
	int fd;
	char c;

	fd = open("foo.txt", O_WRONLY, 0);
	dup2(fd, 1);
	while(scanf("%c", &c) != 0) {
		write(1, &c, 1);
	}
	close(fd);
	exit(0);
}

标准I/O

C语言中提供了标准的I/O库，里面定义了一组高级的输入输出函数。例如：

• 打开和关闭文件的fopen和fclose
• 读和写字节的fread和fwrite
• 读和写字符串的fgets和fputs
• 从流中格式化读取和写入的fscanf和fprintf
• 以及printf、scanf、fprintf等等。

标准I/O库将打开的文件模型化成一个流，一个流是一个指向FILE结构体的指针。另外，每一个ASCI C程序在开始时都打开三个流stdin、stdout和stderr。

FILE流是对文件描述符和流缓冲区的抽象，因为缓冲区的存在，提高了读取文件的性能。但是标准I/O也不是完美的，也正是由于某些缓冲区的存在，使得标准I/O在网络I/O方面出现短板。

小结

以上，主要讨论了如下几个I/O相关的接口：

• 用于打开和关闭文件的open和close
• 用于读取和写入文件的read和write
• 用于读取文件元数据的stat和fstat，以及判断文件类型的宏谓词
• 用于读取目录的opendir、readdir和closedir
• C语言提供给我们的更加高级别的I/O接口

---