0%

Unix系统级I/O

在Unix系统中,一且皆为文件。一个Linux文件就是一个字符序列,并且所有的I/O设备都被模型化成了文件。而所有的输入输出都被当作对对应文件的读和写。Linux提供了一组简单、低级的接口,使得所有的输入输出都可以用一种简单通用的方式来执行。

Linux文件的分类

每一个文件都有一个类型(type)来表示它在系统中的角色,主要有以下几种:

  • 普通文件。普通文件包括文本文件和二进制文件。
  • 目录。目录包含一组指向其目录内的连接(link)
  • 套接字文件。其主要用来和另外的进程进行跨网络通信。
  • 管道。管道包括匿名管道和命名管道。用来进行进程间的通信。
  • 符号链接。
  • 字符和块设备等。

文件的打开与关闭

进程通过open函数打开或创建一个新文件:

1
2
3
4
5
6
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>

int open(char *filename, int flags, mode_t mode);
/* 返回:若成功返回文件的描述符,若出错返回-1 */

这里的filename可能有些误解,不单单是指文件名,它还可以是相对或绝对路径名。

open函数将filename转换为一个文件描述符,返回的描述符总是在当前进程中没有打开的最小描述符

关于文件描述符是如何分配的呢?在Linux中,每一个进程都会维护一个文件描述符表,这个表实现了一个整数到文件的映射关系。在描述符表中,0-2分别对应stdin、stdout和stderr文件。当在进程中要打开一个文件的时候,文件描述符会从3开始分配,然后是4、5…

flags指明了进程如何访问这些文件,具体如下:

掩码 描述
O_RDONLY 只读
O_WRONLY 只写
O_RDWR 可读可写
O_CREAT 如果文件不存在,就创建它的一个截断的空文件
O_TRUNC 如果文件已存在,就截断它
O_APPEND 在每次读写操作前,设置文件位置到文件的结尾处

上面这些掩码还可以叠加,例如:

1
fd = open("foo.txt", O_WRONLY|O_APPEND, 0);

mode参数指明了如果要创建新文件时,新文件的访问权限位。如果只是普通的读写文件,mode一般为0。具体规则如下:

掩码 描述
S_IRUSR 使用者(拥有者)能够读这个文件
S_IWUSR 使用者(拥有者)能够写这个文件
S_IXUSR 使用者(拥有者)能够执行这个文件
S_IRGRP 拥有者所在组的成员可以读这个文件
S_IWGRP 拥有者所在组的成员可以写这个文件
S_IXGRP 拥有者所在组的成员可以执行这个文件
S_IROTH 其他人(任何人)可以读这个文件
S_IWOTH 其他人(任何人)可以写这个文件
S_IXOTH 其他人(任何人)可以执行这个文件

进程通过close函数来关闭一个已经打开的文件。关闭一个已关闭的描述符会出错。

1
2
3
4
#include <unistd.h>

int close(int fd);
/* 返回:若成功返回0,出错返回-1 */

文件的读写

进程通过readwrite函数来对文件进行读写操作:

1
2
3
4
5
6
7
#include <unistd.h>

ssize_t read(int fd, void *buf, size_t n);
/* 返回:若成功返回读的字节数,若EOF则为0,若出错则为-1 */

ssize_t write(int fd, void *buf, size_t n);
/* 返回:若成功返回写的字节数,若出错则为-1 */

例如将从标准输入文件读,写到标准输出文件:

1
2
3
4
5
6
7
8
#include <stdio.h>
#include <unistd.h>

void main() {
char c;
while(read(STDIN_FILENO, &c, 1) != 0)
write(STDOUT_FILENO, &c, 1);
}

需要说明一下的是,上面两个函数中,ssize_t的类型为long,而size_t的类型是unsigned long

读写文件的元数据

应用程序可以通过statfstat函数读取每个文件的详细信息(也叫做文件的元数据)

1
2
3
4
5
6
#include <unistd.h>
#include <sys/stat.h>

int stat(const char *filename, struct stat *buf);
int fstat(int fd, struct stat *buf);
/* 返回:若成功返回0,出错返回-1 */

上面两个函数都通过填写用来描述文件信息的stat数据结构来获取文件的详细信息。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
struct stat { 
dev_t st_dev; // 文件所在设备ID
ino_t st_ino; // inode编号
mode_t st_mode; // 保护模式和文件类型
nlink_t st_nlink; // 硬链接个数
uid_t st_uid; // 所有者用户ID
gid_t st_gid; // 所有者组ID
dev_t st_rdev; // 设备ID(如果是特殊文件)
off_t st_size; // 总体尺寸,以字节为单位
unsigned long st_blksize; // 文件系统 I/O 块大小
unsigned long st_blocks; // 已分配块个数
time_t st_atime; // 上次访问时间
time_t st_mtime; // 上次更新时间
time_t st_ctime; // 上次状态更改时间
};

Linux建议我们使用在sys/stat.h中定义的宏谓词来确定st_mode成员的文件类型,例如:

  • S_ISREG(m):这是一个普通文件吗?
  • S_ISDIR(m):这是一个目录文件吗?
  • S_ISSOCK(m):这是一个网络套接字文件吗?

其他宏谓词就不再赘述。

读取目录内容

应用程序可以通过readdir系列函数来读取文件的内容:

1
2
3
4
5
#include <sys/types.h>
#include <dirent.h>

DIR *opendir(const char *name);
/* 返回:若成功,返回处理的指针,否则,返回NULL */

opendir返回指向目录流的指针。流是对条目有序列表的抽象,这里是指目录项的列表。

可以使用readdir函数来读取目录流中的内容。

1
2
3
4
#include <dirent.h>

struct dirent *readdir(DIR *dirp);
/* 返回:若成功,则返回下一个目录项的指针;若没有更多目录或出错,者为NULL */

每个目录项都是一个结构,其形式如下:

1
2
3
4
5
struct dirent {
ino_t d_ino; /* inode */
char d_name[256]; /* 文件名 */
/* 虽然在某些Linux系统中还包括其他成员,但上面两个成员对所有Unix系统都是通用的 */
};

最后,使用closedir来关闭流并释放所有资源:

1
2
3
4
#include <dirent.h>

int closedir(DIR *dirp);
/* 返回:若成功为0,错误为-1 */

下面给出一个读取指定目录文件的例子:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
#include <stdio.h>
#include <sys/types.h>
#include <dirent.h>

void main(int argc, char **argv) {
DIR *streamp;
struct dirent *dep;

streamp = opendir(argv[1]);
while((dep = readdir(streamp)) != NULL) {
printf("%s\n", dep->d_name);
}
closedir(streamp);
}

I/O重定向

这里稍稍提及一下I/O重定向。上文在介绍文件的打开与关闭的时候提到,每一个进程都会维护一个文件描述符表,这个描述符表的表项由进程打开的文件描述符来索引,描述符表项实现了描述符到真实文件的映射关系。但是,如果我们改变这种映射关系,这便是文件重定向。

文件重定向可以使用dup2函数:

1
2
3
4
#include <unistd.h>

int dup2(int oldfd, int newfd);
/* 返回:若成功返回非负的描述符,若出错返回-1 */

dup2实现了将newfd重定向到oldfd,这其中实际上是使用oldfd的表项去覆盖newfd表项以前的内容,如果newfd已经打开,则先关闭newfd再进行覆盖。并且,如果newfd所指向的文件的引用计数变为0,则会释放相应的资源(包括打开文件表、v-node表中的表项)。例如,可以将标准输出重定向到一个文件:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#include <stdio.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <unistd.h>
#include <stdlib.h>

void main() {
int fd;
char c;

fd = open("foo.txt", O_WRONLY, 0);
dup2(fd, 1);
while(scanf("%c", &c) != 0) {
write(1, &c, 1);
}
close(fd);
exit(0);
}

标准I/O

C语言中提供了标准的I/O库,里面定义了一组高级的输入输出函数。例如:

  • 打开和关闭文件的fopenfclose
  • 读和写字节的freadfwrite
  • 读和写字符串的fgetsfputs
  • 从流中格式化读取和写入的fscanffprintf
  • 以及printfscanffprintf等等。

标准I/O库将打开的文件模型化成一个流,一个流是一个指向FILE结构体的指针。另外,每一个ASCI C程序在开始时都打开三个流stdinstdoutstderr

FILE流是对文件描述符和流缓冲区的抽象,因为缓冲区的存在,提高了读取文件的性能。但是标准I/O也不是完美的,也正是由于某些缓冲区的存在,使得标准I/O在网络I/O方面出现短板。

小结

以上,主要讨论了如下几个I/O相关的接口:

  • 用于打开和关闭文件的openclose
  • 用于读取和写入文件的readwrite
  • 用于读取文件元数据的statfstat,以及判断文件类型的宏谓词
  • 用于读取目录的opendirreaddirclosedir
  • C语言提供给我们的更加高级别的I/O接口