Linux：文件管理（一）

目录

一、文件基础认识

二、C语言操作文件的接口

1.> 和 >>

2.理解“当前路径”

三、相关系统调用

1.open

2.文件描述符

3.一切皆文件

4.再次理解重定向

---

一、文件基础认识

• 文件 = 内容 + 属性。换句话说，如果在电脑上新建了一个空白文档，它虽然没有内容，但也是占据磁盘空间的。
• 想要修改一个文件的内容，比如用WPS这样的软件操作文件内容，本质上都需要CPU完成相关的指令，而CPU又只与内存交互，所以，打开文件的含义其实就是把文件加载到内存中。
• 在我们眼里，我们双击了一个文件就是打开了文件，但是在操作系统看来，并不是我们打开了文件，而是某一个正在运行的进程，文件是由进程打开的。
• 一个进程可以打开多个文件。
• 操作系统管理多个被打开文件，必然也会像操作系统管理多个进程一样，利用面向对象和数据结构，因此，内核中必然定义了结构体来描述被打开的文件。
• 从操作系统管理文件的角度看，文件被区分为被打开的文件（在内存中）和没有打开的文件（在磁盘中）。

二、C语言操作文件的接口

        fopen以"w"方法打开一个文件。

#include <stdio.h>
#include <stdlib.h>
int main()
{FILE* pf = fopen("aaa.txt","w");if(pf == NULL){perror("fopen:");return 1;}const char* str = "aaaaaaaaaaaaaaaaaaaaaa\n";fputs(str,pf);fclose(pf);return 0;
}

utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ ./a.out 
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ cat aaa.txt 
aaaaaaaaaaaaaaaaaaaaaa
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ 

        结果显示，文件aaa.txt中已经写入了一段字符串。修改源代码，将写入字符串的代码删除后，再执行编译运行一次。

#include <stdio.h>
#include <stdlib.h>
int main()
{FILE* pf = fopen("aaa.txt","w");if(pf == NULL){perror("fopen:");return 1;}
//	const char* str = "aaaaaaaaaaaaaaaaaaaaaa\n";
//	fputs(str,pf);fclose(pf);return 0;
}

utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ cat aaa.txt 
aaaaaaaaaaaaaaaaaaaaaa
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ gcc file.c 
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ ./a.out 
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ cat aaa.txt 
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ 

        结果表明，aaa.txt文件中的内容都消失了。原因在于fopen打开文件的方式"w"，使用man手册查看fopen打开文件方式的说明。

        "w"方式打开文件时，会先清空文件中的所有内容。如果想保留文件中原来的内容做写入操作，就应该使用"a"的方式打开文件。

---

1.> 和 >>

utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ cat aaa.txt
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ echo aaaaaaaaaaaa > aaa.txt 
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ cat aaa.txt
aaaaaaaaaaaa
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ echo bbbbbbbbb > aaa.txt 
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ cat aaa.txt
bbbbbbbbb
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ 

        通过echo做重定向操作向aaa.txt文件中先后写入两次，最终效果并不是有两段字符串，说明重定向操作符">"打开文件的方式本质上也是"w"的方式。（需要一提的是，echo重定向到文件中，本质上也要修改文件的内容，所以一定会打开文件）。

---

utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ echo aaaaaaaaaaaaaaaa >> aaa.txt 
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ cat aaa.txt 
aaaaaaaaaaaaaaaa
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ echo bbbbbbbbbbbbbbbb >> aaa.txt 
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ cat aaa.txt 
aaaaaaaaaaaaaaaa
bbbbbbbbbbbbbbbb
utocoo@utocoo-virtual-machine:~/Desktop/linux/241121$ 

        而追加重定向操作符" >> "先后向aaa.txt文件写入两次后，最终效果是两段字符串都被保留了下来，说明 " >> "其实和"a"方式类似，是一种追加的形式。

---

2.理解“当前路径”

        在使用C接口操作文件的时候，经常会听到说，“如果没有这个文件，则在当前路径下新建这个文件”，如何理解这个“当前路径”？

        最简单直接的理解，就是我们当前程序的路径。

//file.c
#include <stdio.h>
#include <stdlib.h>
int main()
{FILE* pf = fopen("aaa.txt","w");if(pf == NULL){perror("fopen:");return 1;}fclose(pf);return 0;
}

        当前路径就是file.c文件所在路径，编译运行前，该路径下没有aaa.txt文件，编译运行后，该路径下存在名为aaa.txt的文件。

utocoo@utocoo-virtual-machine:~/Desktop/linux/241122$ ll
总计 16
drwxrwxr-x  2 utocoo utocoo 4096 11月 22 12:22 ./
drwxrwxr-x 16 utocoo utocoo 4096 11月 22 12:19 ../
-rw-rw-r--  1 utocoo utocoo  233 11月 22 12:19 file.c
-rw-rw-r--  1 utocoo utocoo   64 11月 22 12:21 Makefile
utocoo@utocoo-virtual-machine:~/Desktop/linux/241122$ make
gcc -o file file.c
utocoo@utocoo-virtual-machine:~/Desktop/linux/241122$ ./file 
utocoo@utocoo-virtual-machine:~/Desktop/linux/241122$ ll
总计 32
drwxrwxr-x  2 utocoo utocoo  4096 11月 22 12:23 ./
drwxrwxr-x 16 utocoo utocoo  4096 11月 22 12:19 ../
-rw-rw-r--  1 utocoo utocoo     0 11月 22 12:23 aaa.txt
-rwxrwxr-x  1 utocoo utocoo 16048 11月 22 12:23 file*
-rw-rw-r--  1 utocoo utocoo   233 11月 22 12:19 file.c
-rw-rw-r--  1 utocoo utocoo    64 11月 22 12:21 Makefile

         在文件基础认识部分，已经提到过，文件是由进程打开的，那么新建一个文件也是由进程完成，进程是如何知道在哪条路径下新建一个文件呢。

        在源代码中打印出进程的PID，运行后，再在/proc路径下找到对应进程的所在目录。

while(1)
{printf("PID:%d\n",getpid());sleep(2);
}

PID:2930
PID:2930
PID:2930
PID:2930
PID:2930
PID:2930
PID:2930

        当前路径在进程的属性中其实已经保存好了，是cwd这条信息。因此新建一个文件要被存放到哪里也是确定的。但是进程的工作路径是可以修改的，虽然进程的前身是一个可执行程序，可执行程序的路径是确定，但是当可执行程序被操作系统管理起来后变成进程，进程的工作路径是可以通过chdir指令修改的，那么修改路径后，再新建一个文件，这个文件的所在路径不再是修改前的路径了，而是修改后的路径。

        这就表明，所谓的当前路径，其实是进程在运行的时候的工作路径，这个路径是由进程自己记录的，就是那条cwd信息。

三、相关系统调用

        系统默认打开三个流，stdin，stdout，stderr，这三个流对应的外设分别为键盘、显示器、显示器。而Linux管理外设，是以文件的方式，即必然存在系统调用system call。因此，C语言的fopen、fclose、fwrite等函数本质是调用了system call。

        下面就来认识Linux下文件相关的system call。

1.open

 

• pathname就是路径，传参方法和C语言的fopen的参数差不多。
• flags类型为int，传参的可选项如下所示

        这些值都是C语言定义的宏，目的是为了实现，只定义一个函数，却可以同时“传两个参数”。比如

#include <stdio.h>
#define ONE 1
#define TWO (1<<1)
#define THREE (1<<2)
#define FOUR (1<<3)
#define FIVE (1<<4)void Print(int flags)
{if(flags & ONE)printf("1\n");if(flags & TWO)printf("2\n");if(flags & THREE)printf("3\n");if(flags & FOUR)printf("4\n");if(flags & FIVE)printf("5\n");
}
int main()
{Print(ONE);printf("-----------------\n");Print(TWO);printf("-----------------\n");Print(ONE|TWO);printf("-----------------\n");Print(ONE|FOUR|FIVE);return 0;
}

---

        如果使用两个形参的open接口，一般是操作已经存在了的文件，比如bbb.txt文件必须存在，否则会报错。

int main()
{int fd = open("bbb.txt",O_WRONLY);if(fd == -1){perror("open\n");return 1;}close(fd);return 0;
}

由于bbb.txt不存在，则fd=-1

---

         用open接口实现fopen的"w"方式，文件如果不存在，则新建。而新建一个文件会有权限的初始化，一般普通用户新建一个文件的权限是0666（-rw-rw-rw-），而普通用户的权限掩码umask为0002，实际权限等于初始化权限减去权限掩码，即（-rw-rw-r--）

        mode即初始化权限码，一般传0666，只有flags带O_CREAT时，mode传参才有效。

        一般新建一个文件，在open的第二个参数上，应该传新建、可写、写入时清零，等同于fopen的"w"方式。

int main()
{int fd = open("bbb.txt",O_WRONLY|O_CREAT|O_TRUNC,0666);if(fd == -1){perror("open\n");return 1;}const char* msg = "this is open to w\n";write(fd,msg,strlen(msg));close(fd);return 0;
}

        原来不存在的文件bbb.txt被创建了出来，并且o的权限少了w，符合预期。

---

2.文件描述符

        再来理解open的返回值——文件描述符（int fd）——Linux用整型值描述被打开的文件。

        这些整型值其实是数组下标，我们知道系统默认打开三个流，其实是三个文件，stdin、stdout、stderr，它们的下标对应为0、1、2，如果先后有序的打开1.txt、2.txt、3.txt，则它们的下标也是有序的为3、4、5。

        这段话似乎让你很懵，不过我马上就要阐述具体的内容。

        在此之前，要明确，操作文件只能由操作系统来做，因此有C语言的fopen封装open接口，有C语言定义的FILE指针的流封装文件描述符fd。

        实际上，FILE类型是结构体类型，也是封装了文件描述符int fd。

---

         对int fd的理解。

        文件描述符的本质，就是数组下标。

• OS管理进程，这一板块叫做进程管理，有PCB，Linux下被定义为task_struct。
• OS管理文件，这一板块叫做文件管理，在之前介绍了，文件区分为内存中的文件和磁盘中的文件，被加载到内存中的文件，OS要对它们做管理，就必然做“面向对象”和“数据结构”的工作，“面向对象”就是定义结构体，“数据结构”就是把对象存储到链表或者其他数据结构里面。Linux下把这个结构体类型定义为file，结构体内容大致有属性、方法集、缓冲区、mode（权限码）、flag、pos以及指向下一个结点的next等。
• 进程管理和文件管理是两个独立的板块，但是又有关联。进程可以打开多个文件，那么一个进程打开了哪些文件，该进程必然要做记录。于是Linux下，task_struct结构体中有一个结构体指针，指向的结构体类型为files_struct，而这个结构体中，有一个数组，数组的每个元素类型为结构体指针，指针指向的结构体类型为file，这个数组被称为文件描述符表。

        一个进程打开文件后，进程在这个数组中保存指向这个文件的指针，默认这个数组的前三个位置已经被stdin、stdout、stderr这三个文件占用了。 

        而数组下标，就是文件描述符，为什么close、write等这些接口都用int类型的文件描述符来操作文件，原因很简单，数组下标式访问，仅仅是O(1)复杂度。

3.一切皆文件

        硬件一层，由于各种原因，设备的操作方法各不相同，因此每台计算机都需要装载相应的驱动。而对于每台设备的操作函数，它们的函数类型相同，函数内容各不相同。

        file结构体定义了方法集，本质就是函数指针。

• 每一台设备被视为一个结构体，方法集指向了该设备的操作方法。
• 当系统调用read读取某个外设的内容，实际上就是函数回调的形式，用函数指针调用外设的读函数。

4.再次理解重定向

        文件描述符的分配规则：一定会把最小的数组下标利用起来，如果存在没有被利用的较小下标，则会分配给最新打开的文件，比如打开b文件前，将已经打开的a文件关闭，则打开b文件后，a文件的较小fd会分配给b文件。

        上面这段话，其实就是重定向的实现原理。

---

        输出重定向：本该输出到屏幕的语句却输出到了bbb.txt。 

int main()
{close(1);int fd = open("bbb.txt",O_WRONLY);printf("这段话本该输出到屏幕\n");return 0;
}

        原因就是在执行完close(1)语句后，当前进程的文件描述符表中数组下标为1的位置不再是指向屏幕文件的指针，而又打开了bbb.txt文件，则1号下标的指针指向了bbb.txt文件，printf底层封装的write传参的fd值还是1，因此，这句字符串被写进了1位置指向的bbb.txt文件的缓冲区。

        所以，重定向的本质，就是文件指针在文件描述表中的下标发生了变化。

---

         有一个专门用来拷贝文件描述符的系统调用——dup

         想把打印到屏幕的内容重定向到bbb.txt，可以用dup2来实现。

        大致意思是用oldfd的值覆盖到newfd。

int main()
{int fd = open("bbb.txt",O_WRONLY);dup2(fd,1);printf("----\n");return 0;
}