深入理解linux中的文件（上）

1.前置知识：

（1）文章 = 内容 + 属性

（2）访问文件之前，都必须打开它（打开文件，等价于把文件加载到内存中）

        如果不打开文件，文件就在磁盘中 

（3）谁会去访问一个文件，进程。进程被加载启动之后，运行到fopen，才会打开一个文件

（4）手绘的进程和文件系统之间的交互图（ 必看！！！）：

 

    

2.C语言fopen函数：

#include <stdio.h>FILE *fopen(const char *path, const char *mode);

• path: 指向你想要打开的文件路径的字符串。
• mode: 字符串，指定文件的打开模式。

打开模式

mode 参数决定了文件是如何被打开的。常见的模式有：

• "r": 只读方式打开文本文件。文件必须存在。
• "w": 只写方式打开文本文件。如果文件存在则将其截断为零长度；如果文件不存在，则创建新文件。
• "a": 追加方式打开文本文件。如果文件存在，则在文件末尾添加数据；如果文件不存在，则创建新文件。
• "rb", "wb", "ab": 分别对应上面的二进制文件版本。
• "r+", "w+", "a+": 对应的读写版本（既可读也可写）。
• "rb+", "wb+", "ab+": 读写模式下的二进制文件版本。

3.系统级接口open：

open系统级接口，我们熟知的fopen是C语言的语言级接口，fopen底层封装的就是open

#include <fcntl.h>int open(const char *pathname, int flags);
int open(const char *pathname, int flags, mode_t mode);

• pathname: 指向你想要打开或创建的文件路径的字符串。
• flags: 这个参数可以包含多个标志的按位或组合，用于指定文件的打开方式（例如：只读、只写、读写等）。
• mode: 当创建新文件时（通过使用了 O_CREAT 标志），这个参数指定了新文件的权限模式。

常见标志

• O_RDONLY: 只读方式打开文件。
• O_WRONLY: 只写方式打开文件。
• O_RDWR: 读写方式打开文件。
• O_CREAT: 如果指定的文件不存在，则创建之。
• O_TRUNC: 如果文件存在并且以写方式或者读写方式打开，则将其长度截断为0。
• O_APPEND: 每次写操作前都会将文件指针移动到文件末尾。

返回值

成功时，open 函数返回一个新的文件描述符；失败时返回 -1 并设置 errno 来指示错误类型。

4.文件描述符（open函数的返回值） 

操作系统中，只认识  “文件描述符” ：<0，代表打开文件失败

0  1  2 分别代表  键盘文件（标准输入）显示器文件（标准输出）显示器文件（标准错误流）

接下来打开的文件顺序是从3号开始 

 每一个进程，执行到open，创建struct file结构体，然后在file_struct数组中一个位置连接这个struct_file结构体，就会把数组的下标作为返回值fd1, 放回给进程。（fd的分配规则，最小的，没有被使用的fd！）

1. 创建struct file结构体

2. 数组链接结构体

3. 把数组下标返回给进程

 5. C语言对操作系统中的文件操作进行了两个封装：

1.接口封装  fopen（C语言级接口） -> open（系统级接口）

2.类型封装  FILE （结构体，里面肯定包含文件描述符）-> int （文件描述符，下标）

 

 6. 为什么语言层面还要进行封装：

1.方便用户操作 （open需要使用各种标识O_RDONLY... 而fopen使用打开模式"r"）

2.不用考虑平台的切换，提高语言的可移植性（linux windows的open不同，但fopen一样）

 

7.理解struct file结构体：

最重要的三个部分：1.inode结构体指针  2.文件操作的结构体指针  3.文件内核级缓冲区指针 

 （1）inode结构体

当文件从磁盘加载到内存的时候，这个inode表就要被创建。

在磁盘中：文件 = 属性 + 内容。   inode中的数据，就是拷贝磁盘中文件的属性。

当我讲那些没有被打开的文件时，我还会重谈inode表中的索引指针！

 

（2）文件操作表：

保存文件操作的函数指针。进程中的write()，会调用struct file -> f_op ->write ->写入内核级缓冲区

（由操作系统决定什么时候将内核级缓冲区中的数据写入到磁盘。系统级接口 fsync ( fd )可以刷新内核级缓冲区）

 

（3）  文件内核级缓冲区：

        文件内核级缓冲区完全由操作系统管理，旨在提供高效、可靠的文件I/O操作，同时尽量减少用户空间应用对此过程的干预需求。这种设计使得大多数应用程序无需关心底层存储细节，即可获得良好的性能表现。

 

 8. 输入输出重定向：

close(1);

file1.txt；

printf(“hello”);

fflush(stdout); //一定要执行这个操作，才会把内容写入到file1.txt中，也不显示到显示器上。

                      //如果没有执行fflush，内容不在file1.txt中，也不在显示器上显示。

首先，我们先不管fflush，假设他会写入到file1.txt中，这是为什么呢？

因为，close（1）会把显示器文件关闭，然后打开file1.txt是返回最小的，没有被使用的fd，那就是1了。这样子printf只认识fd==1的，就会写入到file1.txt文件中。

然后为什么需要fflush(stdout)；stdout其实就是fd = 1；fflush是刷新语言级别的缓冲区！ （这里引入一个新概念，语言级别缓冲区）

输出重定向 int dup2(int oldfd，int newfd )； //但是这里有认知偏差，如果要把1覆盖， dup2(fd,1);

在数组中，把新的地址，浅拷贝到原先的地址，当上层使用文件描述符（下标）的时候，就会重定向到目标文件！

（dup2还会把多余的指向目标文件的指针进行清除，没人指向的那一个，一般会自动关闭！）

oldfd 和 newfd都是 文件描述符。

你也可以不使用fflush来刷新，而是使用fclose来刷新，因为fclose不但封装了close系统调用，而且还封装了fflush。

那么为什么close不能自动刷新呢？因为fflush是刷新语言级缓冲区，而close是系统级调用，语言级缓冲区还在系统调用之上，close根本就看不到语言级缓冲区。 

 

9.语言级别缓冲区：

         因为在写入或者读取的时候，不断访问内核级缓冲区（调用系统调用），会有明显的消耗。所以在语言层面，还有一个语言级别的缓冲区。当我们printf的时候，只是写入到语言级缓冲区，还需要使用fflush写入到内核级缓冲区中。

        语言级别缓冲区的三种刷新方式：

1. 显示器文件： 行刷新 ，遇到 \n 刷新
2. 写入磁盘文件（普通文件）：缓冲区写满再刷新
3. 不缓冲：直接调用系统接口