【落羽的落羽 C语言篇】文件操作

一、文件的概念和分类

1. 概念和分类

文件是用来保存数据的。如果没有文件，我们写的程序会直接存储在电脑内存中，如果程序退出，内存被释放回收，数据就丢失了。所以如果要将数据进行持久化的保存，我们就可以使用文件来保存数据。
在生活中，我们一般直接将电脑磁盘中的文件称之为文件。而在程序设计中，我们所说的文件一般分为两种：程序文件、数据文件。

• 程序文件包括：源程序文件（后缀为.c）、目标文件（Windows环境下后缀为.obj）、可执行程序（后缀为.exe）以后会再次介绍的。
• 数据文件的内容，是程序运行时读写的数据，包括程序运行时需要从中读取数据的文件，或者输出内容的文件。

在之前C语言的学习过程中，我们对数据的输出输入都是以终端为对象的，即从终端的键盘输入数据，运行结果显示到显示器上。但有时候我们也需要把数据输出到磁盘中，也需要从磁盘中读取数据到内存中来使用，这时就是对磁盘里的文件进行文件操作了。

2. 文件名

我们还要知道的是：一个文件通常要有一个唯一的文件标识以便于使用者识别和引用，这就是文件名，通常包含“文件路径、文件名主干、文件后缀”三部分。
举个例子，在我的电脑磁盘中有：
右键点击复制文件地址，能得到这个文件的文件名是：
D:\ACG电吉\春日影\Final春日影 吉他.pdf
其中，这个文件本身的名字“Final春日影 吉他”，是文件名主干。
前面的“D:\ACG电吉\春日影\”，是文件路径。
最后的“.pdf”，是文件后缀。

很简单对吧。

3. 数据文件

数据文件还可以再分为文本文件和二进制文件。

• 文本文件：数据以ASCII值的形式存储的文件
• 二进制文件：数据以二进制的形式存储的文件

字符型数据一律用ASCII值形式存储，数值型数据既可以用ASCII值形式存储也可以用二进制形式存储。
它们的区别是什么呢？举个栗子，整数12345

• 如果以ASCII形值式输出到磁盘中，则占用五个字节（一个字符占据一个字节），内容是00110001 00110010 00110011 00110100 00110101（即ASCII值49、50、51、52、53，对应字符“1”、“2”、“3”、“4”、“5”）
• 如果以二进制形式输出到磁盘中，则占用四个字节（int大小），内容是00000000 00000000 00110000 00111001（就是12345的二进制表示）

三、文件操作

1. 文件的打开和关闭

1.1 流

流是计算机领域一个抽象但重要的概念。
简单来说，程序需要跟各种外部设备交互，外部设备包括键盘、显示器、磁盘、U盘、网络等等，程序的数据需要输出到各种外部设备上，也需要从各种外部设备获取数据，不同的外部设备的输入输出操作各不相同。为了方便程序员对各种设备的操作，人们抽象出了“流”的概念。“流”就像一条流淌着数据的河，程序和外部设备将数据都投入这条“河”中，或者各取所需的数据。C语言内部处理好外部设备和流的数据传递，而程序设计者只要再考虑程序如何与流交互就好了。
一般情况下，我们想要往流里写数据，或者从流里读取数据，都是先打开流，然后再操作。

那么，为什么我们以前写C语言程序，从键盘上读取数据，向屏幕上输出数据，并没有打开流的操作呢？这是因为C语言程序在启动时，默认会打开三个流：

• stdin（标准输入流）：它在大多数环境下能从键盘输入数据，scanf函数就是从这个流中读取数据的
• stdout（标准输出流）：它在大多数环境下能输出数据至显示器界面，printf函数就是将信息输出到这个流中的
• stderr（标准错误流）：它在大多数环境下能输出数据至显示器界面

这三个流的类型是FILE*，被称为文件指针。在C语言中，就是通过文件指针来维护流的各种操作的。

1.2 文件指针

每个被使用的文件都在内存中开辟了一个相应的文件信息区，用来存放文件的相关信息，比如文件的名字、状态、位置等等。这些信息被保存在一个结构体变量中，该结构体变量是由系统声明的，被typedef重命名为FILE。不同的C编译器的FILE类型包含的内容不完全相同，但是大同小异。
使用者打开一个文件时，系统会根据文件的情况自动创建一个FILE类型的变量，自动填充好内部信息，使用者不必关心具体细节。
为了维护这个FILE结构的变量，一般使用FILE*类型的指针，这就是文件指针。比如，定义一个FILE* pf;可以使pf指向某个文件的文件信息区，通过该文件信息区的信息来操作该文件，换句话说，通过文还指针能够间接找到与它相关联的文件。

1.3 文件的打开和关闭

读写文件之前应该先打开文件，使用后应该关闭文件。ANSI C规定使用fopen函数打开文件，fclose函数关闭文件。它们（和以下函数）包括在头文件stdio.h中
fclose的使用方式很简单，参数就是需要关闭的文件的文件指针。

fopen的使用较为复杂：

FILE* fopen(const char* filename, const char* mode);

它的返回值是打开的文件的文件指针。
它的第一个参数是文件名，第二个参数是文件的打开模式，有以下模式及其作用：

文件打开模式	含义	如果指定文件不存在
r（只读）	为了输入数据，打开一个文本文件	返回空指针
w（只写）	为了输出数据，打开一个文本文件	创建一个新的文件（如果文件存在，会清空原内容）
a（追加）	向文本文件尾添加数据	创建一个新的文件
rb（只读）	为了输入数据，打开一个二进制文件	返回空指针
wb（只写）	为了输出数据，打开一个二进制文件	创建一个新的文件
ab（追加）	向二进制文件尾添加数据	创建一个新的文件
r+（读写）	为了读写数据，打开一个文本文件	返回空指针
w+（读写）	为了读写数据，打开一个文本文件	创建一个新的文件
a+（读写）	在文本文件尾读写数据	创建一个新的文件
rb+（读写）	为了读写数据，打开一个二进制文件	返回空指针
wb+（读写）	为了读写数据，创建一个二进制文件	创建一个新的文件
ab+（读写）	在二进制文件尾读写数据	创建一个新的文件

举例，一开始我的项目文件夹里没有data.txt这个文件
如果有FILE* pf = fopen("data.txt","r");：

如果是FILE* pf = fopen("data.txt","w");就会在这个代码项目的文件夹中创建这样一个文件：

当然，我们还可能需要从电脑的其他磁盘上的其他文件中读写数据，就需要明白绝对路径和相对路径的表示方法：

• 绝对路径就是一个文件的完整文件名，比如之前提到过的 D:\ACG电吉\春日影\Final春日影 吉他.pdf
• 相对路径要用.或..表示，.表示当前路径，..表示上一级路径。每一级中间本来需要用\分割，但在C语言中需要被转义，即要用转义字符\\表示\

举个栗子，我的电脑中一开始没有data.txt这个文件，我的C语言程序源文件位置如下：

如果在程序中以w模式打开一个D盘文件data.txt，就会自动创建

• 用绝对路径表示：fopen("D:\\data.txt","w");
• 用相对路径表示：fopen(".\\..\\..\\..\\..\\data.txt","w");
  

都是成功的

2. 文件的顺序读写

文件的顺序读写涉及到一系列函数：

函数	功能	适用于
fgetc	字符输入	所有输入流
fputc	字符输出	所有输出流
fgets	按文本行输入	所有输入流
fputs	按文本行输出	所有输出流
fscanf	格式化输入	所有输入流
fprintf	格式化输出	所有输出流
fread	二进制输入	文件输入流
fwrite	二进制输出	文件输出流

这些函数的使用大同小异，我们就举两个例子，其余大家自己查阅了解即可

fputs函数的第一个参数是要写入的字符串，第二个参数是要写进的文件

fgetc函数的参数是要从中读取字符的文件

#include<stdio.h>
int main()
{FILE* pf = NULL;pf = fopen("data.txt", "w");fputs("TECH OTAKUS SAVE THE WORLD", pf);fclose(pf);pf = fopen("data.txt", "r");int n = 0;while(n++ < 5)printf("%c\n", fgetc(pf));fclose(pf);return 0;
}

结果很显然，程序创建了一个文本文件写入了一些内容，然后打印出前四个字符。

3. 文件的随机读写

上面的函数只能对文件内容按顺序读写，有时我们也需要对内容按照特定顺序读写，这就是文件的随机读写。要用到以下函数：

• fseek
  这个函数能改变文件光标的位置，“文件光标”就是读写数据的位置，可以理解成我们在电脑手机上打字的这个光标。
  

  第一个参数是文件指针，第二个参数是你想要的偏移量，第三个参数是你想从哪个位置计算偏移量。第三个参数是有三个取值的：SEEK_SET是文件的开头，SEEK_CUR是当前光标的位置，SEEK_END是文件的末尾。
  光标位置是怎么决定的呢？比如文件指针pf刚刚进行了写数据，其指向的文件里刚写下了abcdef，此时光标在末尾，即f后的位置。如果有fseek(pf, 2, SEEK_SET);光标在文本开头后偏移2个位置，即b和c中间。假如我们再写一次数据，就会从这里开始写，新写入的数据会覆盖掉刚才的几个字符：偏移量负值代表左偏移，正值代表右偏移。所以，对于abcdef，fseek(pf, 2, SEEK_SET)和fseek(pf, -4, SEEK_END)的效果其实是一样的

  再举例一个用法，fgetc读取字符是从文件开头向后一个一个读的。因为光标起始位置是开头，每次读光标之后的一个字符，然后光标向右偏移1。但我们不想按这样的顺序读数据时，就可以用fseek函数实时调整光标的位置了。

• ftell很简单，它的参数是文件指针，这个函数能返回这个文件中当前光标相对于开头的偏移量

• rewind这个函数能让参数文件的光标返回起始位置

4. 文件读取的判定

不同的函数读取到文件末尾时的标识不一样，比如fgets读取结束会返回NULL，fgetc读取结束会返回EOF，等等。对于二进制文件，fread的返回值小于实际要读取的个数，说明读取结束

5. 文件缓冲区

最后一个简单的知识点：ASNI C标准采用“缓冲文件系统”处理数据文件，它指系统自动在内存中为程序每一个正在使用的文件开辟一块“文件缓冲区”。从内存向磁盘输出数据，会先送到文件缓冲区，装满缓冲区后才一起送到磁盘上。如果从磁盘向计算机输入数据，则从磁盘文件中读取数据输入到内存缓冲区，然后再从缓冲区逐个地将数据送到程序数据区。缓冲区的大小由C编译系统决定。因为由缓冲区的存在，所以C语言在进行文件操作时，需要刷新缓冲区或者结束时关闭文件。如果不做，可能有读写文件的问题。

本篇完，感谢阅读~