【Linux篇】基础IO - 文件描述符的引入
📌 个人主页： 孙同学_
🔧 文章专栏：Liunx
💡 关注我，分享经验，助你少走弯路！
文章目录
- 一. 理解文件
- 1.1 侠义理解
- 1.2 广义理解
- 1.3 文件操作的归类认知
- 1.4 系统角度
- 二. 回顾C语言文件接口
- 2.1 打开文件
- 2.2 对文件进行写入
- 2.3 输出信息到显示器，有哪些方法
- 2.4 stdin & stdout & stderr
- 2.5 打开文件的方式
- 三. 系统文件I/O
- 3.1 位图传递标志位
- 3.2 open
- 3.3 write
- 3.4 read
- 四. 访问文件的本质
- 4.1 文件描述符
一. 理解文件
我们以前就说过 文件 = 文件内容 + 文件属性
1.1 侠义理解
- 文件是在磁盘上的，磁盘本质上是个外设，我们访问文件其实就是在系统和磁盘上进行IO
- 磁盘是永久性的存储介质，文件在磁盘上的存储是永久性的
- 对文件的所有操作，本质上是对外设的输入输出 简称 IO
1.2 广义理解
Linux下一切皆文件（键盘，显示器，网卡，磁盘… ）
1.3 文件操作的归类认知
- 对于0KB的空文件，是占据磁盘的空间的
- 文件 = 文件内容 + 文件属性
- 所有对文件的操作本质上是对文件内容和文件属性的操作
1.4 系统角度
- 对文件的操作本质上是进程对文件的操作
- 磁盘的管理者是操作系统
- 文件的读或写本质上不是通过
C语言/C++的库函数来操作的（这些库函数只是为用户提供方便），而是通过文件相关的系统调用接口实现的
文件
- “内存级(被打开)”文件
- 磁盘级文件
二. 回顾C语言文件接口
2.1 打开文件
// 文件打开接口
FILE *fopen(const char *path, const char *mode);
path:表示要打开文件的路径，或者文件名，只有文件名而没有路径表示打开当前路径下的文件。mode:表示打开的方式，比如只读r,只写w,追加a等。
📌 Tips： 我们之前介绍的重定向，>本质上就对应使用的是w选项，>>本质上就对应使用的是a选项。
2.2 对文件进行写入
#include打开的myfile文件在哪个路径下呢？
- 在程序的当前路径下
- 那系统怎么知道程序的当前路径在哪里呢？
可以使用ls /proc/[进程id] -l命令查看当前正在运行进程的信息：
cwd：进程当前的工作路径exe：指向启动当前进程的可执行文件（完整路径）的符号链接。
2.3 输出信息到显示器，有哪些方法
printf()fprintf()fwrite()
当我们向显示器打印本质上就是向显示器文件写入，Linux下一切皆文件
2.4 stdin & stdout & stderr
- c语言会默认打开三个输入输出流，分别是
stdin,stdout,stderr - 这三个流的类型都是
FILE*
为什么要帮我们把这几个流自动打开呢？
我们传统上写的程序是做数据处理的
2.5 打开文件的方式
- 以
w的方式打开文件时，文件首先会被清空，然后从0开始写
- 我们以前说过的重定向,比如
echo aaaaa > log.txt,把打印到显示器上的内容写入文件里，前提是我们先得把文件打开。我们的输出重定向>log.txt为什么会把文件内容清空呢？因为我们输出重定向第一步要打开文件，而打开文件，而打开文件第一步先要把文件清空
- 以
a的方式打开文件，这种方式叫做追加，它一般写的时候会向文件结尾进行写入，不存在的话就创建它。>>叫做追加重定向，以a的方式进行写入本质上也是先要把文件打开，然后再进行写入。
- 当我们向文件里写入一段字符串时，我们需不需要在字符串后面加
三. 系统文件I/O
我们对文件操作的是时候，文件是在磁盘上面的，而真正对文件进行操作的其实是操作系统，操作系统对磁盘文件进行读写访问，我们以前使用c语言对文件的访问其实是c语言封装了系统调用。比如说访问文件得先打开，那么就得先有open
flags有众多选项O_RDONLY表示只读, O_WRONLY表示只写, O_RDWR表示读写，O_TRUNC表示
int open(const char *pathname,int flags,mode_t mode);
如果我们今天要打开一个文件，并且这个文件不存在要新建的话，就用上面的这个open,必须指定权限，如果不指定的话这个权限就是乱码。如果打开一个已经存在的文件，就用两个参数的。
open的返回值：如果打开成功的话返回一个新的文件描述符，如果失败的话-1被返回，并且错误码就被设置了。
flags是一种整形标志位，一共有32个bit位，,如果用O_RDONLY这种选项直接传参的话会很麻烦，所以选用位图的方式来传递。
3.1 位图传递标志位
#include
3.2 open
我们open打开文件的时候绝对相对路径都可以，因为在哪个路径下创建文件是由进程决定的，进程记录了自己的cwd，说明我们新建文件是在指定路径下建还是在其他路径下建和cd,fopen都没有关系，它是系统的行为。
我们接下来验证一下log.txt它默认会在当前路径下去创建，因为它进程的路径就在当前路径下。
我们对文件进行写入write接口
#include - 第一个参数: 是
open的返回值，这个返回值叫文件描述符 - 第二个参数: 是我们要写入的
buffer - 第三个参数: 是我们要写的数据的长度，返回值是实际写入的长度。写入失败返回
-1。
#include
当我们把要写的内容该为abcd并且只让它写一行。
现象是在我们往文件里写的时候应当是先清空再进行写入，而现在是覆盖写，文件内原来的内容并没有清空，为什么没有清空呢？答案是我们再创建文件的时候，只填了创建和写入，而并没有要清空。
所以我们加上O_TRUNC
💦结论：如果我们要打开文件，并且将它清空，若要用系统级的函数，我们就需要传递这几个标志位。
清空并写入：
int fd = open("log.txt",O_CREAT | O_WRONLY | O_TRUNC,0666);
如果O_CREAT(不存在就新建)，O_WRONLY(以只写入的方式)，O_TRUNC(清空)
追加并写入：
int fd = open("log.txt",O_CREAT | O_WRONLY | O_APPEND,0666);
所以C语言中的fopen中的w选项和a选项就会被分别转化为上面的那样。
3.3 write
write这个接口在写的时候参数不是char*,而是void*
ssize_t write(int fd, const void *buf, size_t count);
说明write在进行写入的时候，进行二进制写入也可以，做字符串写入也可以。
文本写入 vs 二进制写入
我们在往显示器上打印12345的时候是往显示器打印的是1字符2字符3字符4字符和5字符。而不是一万两千三百四十五。
📌小tips: 我们往显示器上打印和我们往文件里写入其实是一摸一样的，因为Linux下一切皆文件。
我们往文件里以清空写的方式写入1234567
查看log.txt
我们会发现log.txt是4个字节里面的内容是乱码，这是为什么呢？因为这种写入叫做二进制写入，在实际写的时候把a这个整形变量写到了文件里面，所以文件的大小是4字节，因为整数的大小是4字节，而我们写入的1234567不可显，它是把1234567这个二进制数字写在了磁盘上。而我们想看到的是1234567，那可怎么办呢？
将a这个整形格式化处理成字符串，然后将字符串写入到要写的文件中。
此时的log.txt中就是1234567了。
💦结论: 在系统层面上并不存在所谓的文本写入和二进制写入，系统并不关心你写入的类型，文本写入还是二进制写入其实是语言层 提供的概念。所以我们在c语言中有fpus文本写入fwrie二进制写入，这两个底层最终调用的都是这个接口。
ssize_t write(int fd, const void *buf, size_t count);
格式化输入输出其实就是将内存里的二进制数据转成字符串，在使用write接口将数据写进去。所以格式化输入输出，文本式的写入全都是语言层的概念。这个格式化工作要么是语言来做，要么是我们自己来做。
3.4 read
#include - 返回值：如果成功，则返回读的字节数（0表示文件结束），如果错误返回
-1 - 第一个参数：是
open的返回值，这个返回值叫文件描述符 - 第二个参数: 指向一段空间，该空间用来存储读取到的内容。
我们读取log.txt中的内容
四. 访问文件的本质
我们一次性打开四个文件，并观察它的fd
打出来的文件描述符是3,4,5,6问题是0,1,2去哪里了呢？
0:标准输入1:标准输出2:标准错误
这三个叫做默认的文件流，因为它默认的把三个文件打开了，012已经被占了。
C语言中有三个标准输入，标准输出，标准错误的文件流
C++中也有标准输入（cin），标准输出cout，标准错误cerr的文件流
C语言中我们打开文件叫做FILE*,*是指针，可是FILE是什么呢？FILE是C语言提供的一个结构体，它是被typedef出来的，结构体里包含了文件的属性。
在OS接口层面上只认fd文件描述符，所以这个结构体里一定封装了文件描述符。
所以我们以前学到的文件操作，在类型层面的文件对象FILE封装了文件描述符,在接口层面打开文件是封装了对应的选项。
所以任何语言，底层只认文件描述符，C语言/C++会把市面上的各种平台的代码各自实现一份，然后采用条件编译，代码裁剪的方式，把不同的系统需要的库编到不同的系统里，给用户提供的是同一个语言型接口，这样写出来的代码具有可移植性。
要了解可移植性就需要知道不可移植性，不可移植性是由于平台不一样，平台不一样系统调用的接口不一样。
4.1 文件描述符
操作系统要把被打开的文件管理起来，怎么管理呢？先描述，再组织
创建一个进程的时候，首先在内核当中创建的了一个task_struct，我们称之为进程控制块。操作系统在打开文件时需要在内核当中创建一个数据结构struct file，打开很多文件就会创建很多的struct file,然后用指针连接起来。那么找一个文件的所有内容或者任何一个属性就都能通过struct file找到。也就是说未来想访问文件就只需要找到对应的struct file结构体队对象就可以了。
在文件中，每一个文件的struct file都会提供一个文件级缓冲区，将来文件的内容就会加载到文件缓冲区当中，文件的属性会用来初始化我们的struct file以及将来的inode结构体。今天我们如果是想读取文件里面的内容，一定先是我们把文件打开，创建struct file结构体，通过file内部的指针操作找到文件缓冲区，然后操作系统把文件的内容给我们加载或者预加载到缓冲区里面，加载之后我们读写文件的本质就是从缓冲区里面把内容拷贝出去。
可是在进程中怎么快速找到我们自己打开的文件呢？被连起来的文件有可能属于进程a,也有可能属于进程b，哪个文件是和你的进程相关的呢？在我们的进程的PCB当中，当一个进程被创建，除了地址空间页表，它还要创建一个struct files_struct文件描述符表，文件描述符表中包含一个数组，这个数组是可大可小的，一般的Linux系统是32或者64,在云服务器上它可以支持内核扩展，这个struct files_struct中还包含了其他属性，包括打开文件的个数，其他的一些属性信息。这个数组叫做struct file *fd array[],这是一个指针数组，在PCB中会存在一个struct files_struct *files指向文件描述符表。这个数组中放的就是这个进程打开的文件，把操作系统打开的struct file对象填充到我们数组对应的指定下标当中。此时那些进程有哪些文件就被关联起来了，建立被打开的文件和进程之间的映射关系。所以进程要访问任意一个被打开的文件就可以通过下标来访问了。
所以文件描述符的本质就是数组下标
当我们的用户层在进行open调用的时候，就会在操作系统里创建一个新的struct file，然后在当前进程的文件描述符表里面找到一个没有被使用的下标，然后把struct file的地址填进去，此时进程和文件就关联了。下来读取数据（read）时要传fd，当前进程调用read，进程拿着fd去文件描述符中的数组中找，就能找到对应的文件，每一个文件都有对应的文件缓冲区，操作系统把磁盘中的内容预加载到缓冲区当中，然后把文件缓冲区当中的数据拷贝到用户层的buffer中。
文件描述符的分配原则：最小的没有被使用的作为新的fd分配给用户。
👍 如果对你有帮助，欢迎：
- 点赞 ⭐️
- 收藏 📌
- 关注 🔔
