【Linux】 基础IO——文件(中)

1. 文件描述符为什么从3开始使用？

修改test.c文件内容

#include<sys/types.h>    
#include<sys/stat.h>    
#include<fcntl.h>    
#include<stdio.h>    
#include<unistd.h>    
#include<errno.h>    
#include<string.h>    
#define LOG "log.txt"        
int main()    
{    umask (0);//将权限掩码设置成0        int fd=open(LOG, O_RDONLY  );//打开一个文件,若文件不存在则重新创建一个        if(fd==-1)//说明打开失败        {    printf("fd:%d,errno:%d,errstring:%s\n",fd,errno,strerror(errno));//打印出错误信息        }    else    printf("fd :%d\n",  fd);                                                                                                                                                                  char buffer[1024];    ssize_t n= read(fd,buffer,sizeof(buffer)-1);//使用系统接口来进行IO的时候，一定要注意\0的问题    if(n>0)//成功了，实际读到了多少字节    {    buffer[n]='\0';    printf("%s\n",buffer);    }    close(fd); //关闭文件        return 0;    
} 

运行可执行程序，发现文件描述符返回的是3

但为啥是3，不是0 ，1，2
任何一个进程，在启动的时候，默认会打开当前进程的三个文件：
标准输入、标准输出、标准错误 ——本质都是文件
C语言：标准输入(stdin) 标准输出(stdout) 、标准错误(stderr) ——文件在系统层的表现
C++： 标准输入(cin) 标准输出(cout) 、标准错误(cerr) ——文件在系统层的表现，它是一个类

---

因为Linux下一切皆文件，所以向显示器打印，本质就是向文件中写入
标准输入—设备文件—>键盘文件
标准输出—设备文件—> 显示器文件
标准错误—设备文件—> 显示器文件

---

创建test.cc文件(cc后缀即cpp代码)

#include<iostream>      
#include<cstdio>//写C++时，使用C++风格的C语言代码      
int main()      
{      //C语言      printf("hello printf->stdout\n");//向stdout进行输出      fprintf(stdout,"hello printf->stdout\n ");//将数据向stdout进行输出      fprintf(stderr,"helllo printf->stderr\n");//将数据向标准错误打印      //C++      std::cout<<"hello cout->cout"<<std::endl;//表示标准输出      std::cerr<<"hello cerr->cerr"<<std::endl;//向标准错误中打印数据      return 0;      
} 

---

输出重定向是将标准输出重定向，此时log.txt文件中只会存在标准输出的内容
所以标准输出和标准错误都会向显示器打印，但是其实是不一样的

0默认对应标准输入，1默认对应标准输出、2默认对应标准错误

---

修改myfile.c文件内容

#include<sys/types.h>    
#include<sys/stat.h>    
#include<fcntl.h>    
#include<stdio.h>    
#include<unistd.h>    
#include<errno.h>    
#include<string.h>    
#define LOG "log.txt"        
int main()    
{    
int fd1=open(LOG,O_WRONLY |O_CREAT | O_TRUNC,0666);    
int fd2=open(LOG,O_WRONLY |O_CREAT | O_TRUNC,0666);    
int fd3=open(LOG,O_WRONLY |O_CREAT | O_TRUNC,0666);    
int fd4=open(LOG,O_WRONLY |O_CREAT | O_TRUNC,0666);    
int fd5=open(LOG,O_WRONLY |O_CREAT | O_TRUNC,0666);    
int fd6=open(LOG,O_WRONLY |O_CREAT | O_TRUNC,0666);    
printf("%d\n",fd1);    
printf("%d\n",fd2);    
printf("%d\n",fd3);    
printf("%d\n",fd4);    
printf("%d\n",fd5);    
printf("%d\n",fd6);                                                                                                                                                                         return 0;    
}

运行可执行程序，发现 打印结果为 3 4 5 6 7 8
因为 标准输入、标准输出、标准错误分别占用了0 、1、2，所以只能从3开始

文件描述符(open对应的返回值）本质就是数组的下标

2. 文件描述符本质理解

启动代码时就会变成一个进程，该进程在内核中就必须有自己的数据结构 struct task_struct，
称之为当前进程所对应的进程描述符
打开文件时，操作系统会把文件加载到内存里，以供CPU通过进程的方式来访问对应的文件

任何一个进程，在启动的时候，默认会打开进程的三个文件，系统中一定会存在大量被打开的文件，这些文件一定会被操作系统管理起来，通过先描述，在组织，创建 struct file 结构体，该结构体一定包含文件属性等，每一次创建并打开文件时，都是在内核中创建一个struct file的结构体

目前认为只要找到file，就可以找到所有文件内容
为了维护一个进程和多个文件的映射关系，在内核中定义了数据结构struct files_struct,该结构体内部有一个数组struct file* fd [ ] ，是一个内容为struct file*的数组
当进程初始化时，会创建struct files_struct 结构体，通过结构体找到数组，只要有数组一定有下标

3. 如何理解Linux下的一切皆文件？

内存把数据写到显示器上，属于写入的过程，读取是从键盘中读取的，键盘输入后，操作系统把输入的数据回显到显示器上了，所以显示器只能负责打印

不同的硬件所对应的方法是完全不一样的，打开键盘时，操作系统内部会创建struct file对象

将键盘的read方法和 write方法 保存到函数指针中

每一个设备也只需要把方法的地址放入函数指针中
在当前进程看来，所有的东西都是文件对象，要有数据放到缓冲区里，底层读写时只需要调用对应的方法，来完成对应的读写，不关心底层的差异化
操作系统也有自己的wirte和read，本质上是拷贝，将应用层的数据拷贝到缓冲区里，在调用底层不同设备的方法，所以看起来就是Linux下一切皆文件

4. FILE是什么，谁提供？和内核的struct有关系么？

操作系统层面，必须要访问fd，才能找到文件
任何语言层访问外设或者文件必须经历操作系统
FILE *fopen(const char *path, const char *mode);

FILE是一个结构体，FILE由C语言提供的

---

C语言动态库

---

C语言头文件

证明struct FILE结构体中存在文件描述符fd

#include<sys/types.h>      
#include<sys/stat.h>      
#include<fcntl.h>      
#include<stdio.h>      
#include<unistd.h>      
#include<errno.h>      
#include<string.h>      
#define LOG "log.txt"          
int main()      
{    
printf("%d\n",stdin->_fileno);//fileno代表文件描述符    
printf("%d\n",stdout->_fileno);    
printf("%d\n",stderr->_fileno);    
FILE*fp=fopen(LOG,"w");    
printf("%d\n",fp->_fileno);                                                                                                                                                                 return 0;                                                                                                                                           
}   

说明结构体struct FILE内部存在文件描述符
同时因为0 1 2 被占用了，所以我们自己写的文件描述符返回3

5. 重定向的本质

关闭文件描述符0后，发现从0开始可以被输出了

---

关闭文件描述符0和2后，发现0和2都可以被使用了

---

进程中，文件描述符的分配规则：在文件描述符表中，最小的，没有被使用的数组元素分配给新文件

输出重定向

若不关闭文件描述符1，当前printf打印的结果显示到显示器上面

---

关闭文件描述符1，再打开新的文件log.txt

---

此时运行可执行程序没有显示出you can see me，打开新文件发现本来应该打印到显示器的内容，打印到log.txt中了

本来应该打印到显示器上的内容，打印到文件里 ，这种现象叫做重定向

---

在文件描述符表中，最小的，没有被使用的数组元素分配给新文件，所以把文件描述符1分配给了log.txt

1号下标里面的地址填成了log.txt文件的地址，上层printf打印它知道吗？
不知道，它也不关心，它只认文件描述符1

重定向的原理：在上层无法感知的情况下，在OS内部 ，更改进程内部对应的文件描述符表中，特定下标的指向

输入重定向

先在log.txt文件中输入内容 123 456
修改myfile.txt文件内容

关闭文件描述符0，所以scanf读取时会读取log.txt文件中的内容

读取的内容与log.txt文件内容相同

---

本来要从键盘中读取，结果现在要在文件中读取，这叫做输入重定向

追加重定向

关闭文件描述符1后，导致printf不会打印在显示器上，而是追加到log.txt文件中

运行可执行程序，无显示，都追加到log.txt文件中

---

重定向函数 ——dup2

输入 man dup2 查看

刚刚重定向时，需要先关闭文件描述符1，再打开文件
现在可以直接将文件打开，使用dup2重定向
输出重定向对应的文件描述符是1
打开myfile文件，假设其文件描述符是fd
newfd为oldfd的一份拷贝，最后只剩下oldfd
dup2(fd,1)

---

将3号描述符里面的内容拷贝到1里面，用3号内容覆盖1号内容，此时1号描述符就不再指向标准输出了，转而指向myfile文件，写入1的内容，就会写入文件中

---

把本来应该显示到标准输出的内容，显示到log.txt文件中

---

此时printf打印内容显示到log.txt文件中

---

6. 如何理解缓冲区？

修改myfile.c文件的内容

#include<sys/types.h>    
#include<sys/stat.h>    
#include<fcntl.h>    
#include<stdio.h>    
#include<unistd.h>    
#include<errno.h>    
#include<string.h>    
#define LOG "log.txt"            
int main()    
{    //C库    
fprintf(stdout,"hello world\n");    
//系统调用    const char*msg="hello write\n";    write(1,msg,strlen(msg));    fork();return 0;    
}

运行可执行程序只有两行信息，但是重定向到log.txt文件后，打印出三行信息，说明重复打印了

---

若将fork函数注释掉后，发现 两者显示结果相同\

---

struct FILE除了会封装fd之外，还会预留一部分输出缓冲区
当把字符串想写入stdout中时 ，struct FILE除了fd，还有一部分缓冲区
当我们想写的时候，并不是把数据拷贝到操作系统内部，而是把数据放到缓冲区当中
此时这个fprintf函数会直接返回
C库会结合一定的刷新策略，将缓冲区中的数据写入操作系统(write(FILE->fd,xxxx))

---

刷新策略：
1.无缓冲 (不提供缓冲)
2.行缓冲
如果碰到\n，就会把\n在内之前的内容刷新出来
3. 全缓冲
只有把缓冲区写满的时候，才会刷新缓冲区
显示器采用的刷新策略：行缓冲
普通文件采用的刷新策略：全缓冲

---

为什么要有缓冲区？
节省调用者的时间
系统调用也会花费时间
可能写了10次，如果每次调用fprintf传给操作系统 都要花费时间
但若都写入缓冲区中，统一传给操作系统 效率就变高了

---

write接口不论有没有重定向，都会正常打印，因为调用write是系统调用 没有缓冲区，直接调用就写给操作系统了
而使用fprintf ，数据会先写入缓冲区
当要打印到显示器中时 刷新策略：行缓冲
因为打印的内容都存在\n，在调用fork时，打印的内容已经在缓冲区中被刷新走了，刷新之后在fork就没有任何意义了
所以fork就什么也没干

当打印到普通文件时 刷新策略：全缓冲
使用 hello world 没办法把缓冲区写满，就无法刷新，父子两个进程都要刷新
刷新就要对缓冲区做清空，即对数据做修改，此时谁先刷新就先发生写时拷贝，所以最终就会打印两次相同数据