UNIX高级环境编程（1）File I/O

引言：

Unix系统中主要的文件操作包括：

open
read
write
lseek
close

unbuffered IO和standard I/O相对应，后面的章节我们会讨论这两者的区别。

在讨论open函数的时候，会引入原子操作，多进程通信（共享文件描述符）和内核相关的数据结构。

一，文件描述符

对应内核来说，每一个打开的文件都对应一个非负整数。

有三个特殊的文件描述符：

0表示标准输入
1表示标准输出
2表示标准错误输出

对于较新的内核来说（Linux3.2.0，Solaris10等），文件描述符的数量并没有明确的限制，受限于内存的大小。

二，常用的几个文件操作函数

常用的文件操作函数包括：open，read，write，lseek，close

1 open和openat函数

函数声明：

#include <fcntl.h>

int open (const char *path, int oflag, … /* mode_t mode */);

int openat (int fd, const char *path, int oflag, … /* mode_t mode */);

返回值：

OK：文件描述符（非负整数）

Error：－1

注：参数列表中，“...”表示不同的系统和标准中，该处的参数可能不相同。

参数说明：

path：文件名

oflag：打开创建文件的属性。

下面有五个必选的oflag参数值，这五个值有切只能选一个。另外还有若干个可选参数值，可以自行百度。

细节说明：

由open和openat返回的文件描述符保证为未使用的最小的文件描述。有的应用利用这一特性，先关闭标准输入描述符0，就可以在标准输入描述0上打开文件。

参数fd可以区分open和openat函数。其取值有三种可能：

path表示一个绝对路径，则fd参数无用，openat的功能和open相同；
path表示一个相对路径，则fd是一个文件描述符，指定了path在文件系统中的起始位置，fd为打开path父目录时获取的文件描述符；
path表示一个相对路径，而fd的值为AT_FDCWD，这时，path的父目录为当前工作目录，openat和open的功能相同。

openat函数解决了两个问题：

在多线程条件下，默认各个线程的工作目录时相同的（当前工作目录），使用这个函数可以使得各个线程的指定不同的工作目录；
提供了一种方法解决TOCTTOU（time-of-check-to-time-of-use） error。

这里介绍一下TOCTTOU错误。该类错误指的是，程序是非常脆弱的（vulnerable）如果该程序调用了两个文件相关的函数，第二个函数依赖于第一个函数的结果。因为两个函数是非原子操作，被操作的文件可能被两个函数轮流操作（线程切换），导致第一个函数的结果出错，从而程序出错。

2 creat函数

函数声明：

#include <fcntl.h>

int creat(const char* path, mode_t mode);

返回值：

OK：文件描述符（只写）
Error：－1

creat函数相当于下面这样调用open函数

open (path, O_WEONLY | O_CREAT | O_TRUNC, mode);

creat有一点不方便，因为它打开的文件描述符是只读的，如果希望写入之后读回，需要依次调用creat、close和open，才能实现。

因此，在这种场景下，一个更好的打开文件的方法是像下面这样调用open函数：

open (path, O_RDWR | O_CREAT | O_TRUNC, mode);

3 close函数

函数声明：

#include <unistd.h>

int close(int fd);

返回值：

0 ：OK
-1：Error

关闭一个文件会释放所有当前进程加在该文件上的记录锁。

4 lseek函数

每一个打开的文件都有一个”当前文件偏移量（current file offset）“，该偏移量是一个非负整数，记录了从文件开始到当前位置的字节数。

函数声明：

#include <unistd.h>

off_t lseek(int fd, off_t offset, int whence);

参数说明：

offset的作用取决于参数whence的值：

如果whence的值是SEEK_SET，文件的偏移量设置为offset个字节；
如果whence的值是SEEK_CUR，文件的偏移量设置为当前偏移量加上参数offset的值；
如果whence的值是SEEK_END，文件的偏移量设置为文件长度加上参数offset的值，offset可以是正值或负值。

细节说明：

获取当前文件偏移量的方法：

 off_t currpos;

 currpos = lseek(fd, , SEEK_CUR);

lseek只记录当前文件在内核中的偏移量，并不会引起任何的IO操作。返回的offset将会在后面的read或write函数中使用。

偏移量可以比当前文件的长度大，这时，再调用write函数时，将扩展该文件的长度。这样的操作相当于在文件中建了一个洞，该洞范围内读时返回0。

使用od命令可以看到文件中的hole

4 read函数

函数声明：

#include <unistd.h>

ssize_t read(int fd, void *buf, size_t nbytes);

返回值：

正整数：读入的字节数
0：文件结尾
-1: error

细节说明：

在一些情况下，函数返回的字节数比指定的读入字节数要小，多数是因为读到了文件末尾，或者指定的读取位置中包含的字节数小于指定的读入字节数，这时，read返回的为可读到的字节数。

5 write函数

函数声明：

#include <unistd.h>

ssize_t write (int fd, const void *buf, size_t nbytes);

返回值：

非负整数：写入的字节数，OK
-1: Error

返回值总是等于参数nbytes的值，否则就会报错。

对于常规的文件来说，写操作总是从当前文件偏移量开始。

三、小结

简单地介绍了一下常用的文件IO操作，并介绍了一些使用上的细节，比较常规。

下一篇讲介绍更多文件IO的特性，包括：dup，fcntl，sync，fsync和ioctl函数。。

好久没写博客了，又第一次用mac下的一个博客软件写，不太熟悉，所以写的比较简单，以后会写的更努力。

参考资料：

《Advanced Programming in the UNIX Envinronment 3rd》