我们曾经学过语言层面的文件操作，是不是感觉都不知道在干啥？因为在语言层面上，是肯定解释不清楚原因的，必须要结合OS的知识才可以。今天我们来探索一下它的底层原理。
回顾C语言文件操作知识
C程序运行起来，会默认打开三个输入输出流：stdin、stdout、stderr。
stdin：键盘
stdout：显示器
stderr：显示器
我们可以先来一段C文件操作的代码：
#include<stdio.h>
int main()
{
FILE* fp = fopen("./myfile", "w");
if(fp == NULL)
{
perror("fopen");
return 1;
}
const char* msg = "hello world\n";
fputs(msg, fp);
return 0;
}
运行结果：
可能大家对上面的C函数接口都见过， 我们有没有好奇过FILE*这个类型？
我们来看几个文件操作接口：
通过上面的接口，我们发现都要传一个FILE的指针，那这个FILE的指针到底是什么呢？
我们来看C语言默认给我们打开的三个流的类型是什么：
我们发现这三个流的类型竟然也是FILE*，那我们是不是也可以传stdout来打印内容到显示器上呢？
我们对上面的代码进行简单修改测试：
int main()
{
const char* msg = "hello world\n";
fputs(msg, stdout);
return 0;
}
测试结果：
我们发现使用stdout也能向显示器上打印。
上面例子说明了什么？fputs向一般文件或者硬件都可以写入！！那么站在OS的角度就是，一切皆文件。
系统文件IO
系统接口和语言层IO接口的关系
语言层文件操作的接口实际上就是对系统调用接口的封装，它必须遵守OS系统调用的规则。
系统调用接口
open
**pathname: **要打开或创建的目标文件
**flags: **打开文件时，可以传入多个参数选项，用下面的一个或者多个常量进行“或”运算，构成flags。
参数:
**O_RDONLY: **只读打开
**O_WRONLY: **只写打开
**O_RDWR : **读，写打开
这三个常量，必须指定一个且只能指定一个
**O_CREAT : **若文件不存在，则创建它。需要使用mode选项，来指明新文件的访问权限通常是传mode参数，如果是普通文件，比如我们给0644(-rw-r--r--)。
**O_APPEND: **追加写返回值：
成功：新打开的文件描述符
失败：-1
close
fd：文件描述符(后面再讲)
read
read() attempts to read up to count bytes from file descriptor fd into the buffer starting at buf.
功能：把从fd指向的文件中读到的内容写到buf缓冲区中，最多读取count字节。
write
write() writes up to count bytes from the buffer pointed buf to the file referred to by the file descriptor fd.
功能：把buf缓冲区里面的内容写到fd指向的文件中。
lseek
通过对比上面的系统调用接口，我们可以发现他们传参时都必须要有一个fd整型。这个整型是什么呢？我们接着往下思考：
fd
open返回值
我们通过下面的代码实验，创建文件时，open的返回值是多少：
int main()
{
int fd0 = open("./myfile0", O_WRONLY | O_CREAT, 0644);
int fd1 = open("./myfile1", O_WRONLY | O_CREAT, 0644);
int fd2 = open("./myfile2", O_WRONLY | O_CREAT, 0644);
int fd3 = open("./myfile3", O_WRONLY | O_CREAT, 0644);
printf("fd: %d\n", fd0);
printf("fd: %d\n", fd1);
printf("fd: %d\n", fd2);
printf("fd: %d\n", fd3);
return 0;
}
运行结果：
我们发现当我们创建多个文件时，他们会从3开始依次往后增。
那么 0 1 2呢？？实际上0 1 2就是OS默认帮我们打开的输入输出三个流。
那么我们就有了很重要的发现，fd的顺序是0,1,2,3,4,5...看到这个我们能想起什么？？
有点抽象？那我再画个图更清晰一些：
**我们就能惊奇发现，这不就是数组吗？答案是，是的！ **
struct_file* fd_array[]
那么如何描述呢？
实际上OS创建了一个struct file的一个结构体，来保存文件相关的属性信息、连接信息等。
那么如何管理呢？
我们知道，进程中可能存在多个文件，那么多个文件就会被struct file的结构体描述起来，同时用一定的数据结构(比如双向链表)组织起来。同时，OS会创建一个struct files_struct这样的结构体，里面有一个struct file* fd_arrey[]这样的指针数组，它里面存放的是对应描述文件的结构体(struct file)的地址。0下标对应的struct file*是描述标准输入的结构体的地址。
1下标对应的struct file*是描述标准输出的结构体的地址。
2下标对应的struct file*是描述标准错误的结构体的地址。
这时候我们就明白了，为什么我们常说的0、1、2对应的输入输出流了。
另外，PCB(struct task_struct)里面要存放struct files_struct的地址，这样OS就能通过struct file_struct*找到结构体，然后就可以找到**对应的下标：fd**。然后就可以找到对应的struct file的文件，进行各自的读写操作了。
OS角度 --- 一切皆文件
** 每个struct file里面都有自己的函数指针，可以找到对应的驱动层上的读写方法！**这样struct file上层看来，所有的文件，读，写，根本就不关心你到底是什么文件。因为每个struct file会调用自己对应的函数指针，执行不同硬件的读写方法，这种特性和C++的多态很类似。
所以，在vfs层看来，就是一切皆文件，对硬件的读写，也不过就是调用不同的函数而已。
总结：
文件在系统层面有一个vfs(虚拟文件系统)，里面包含了每一个文件的struct file结构体，它里面有一批函数指针，这批函数指针帮我们指向底层方法的。在vfs看待(统一视角看待文件读写)，一切皆文件。(通过fd来找到对应的struct file)。
文件描述符的分配规则
我们先用两组代码测试一下：
我们关闭文件描述符0，然后新创建一个文件，来看看，新创建文件的文件描述符是多少：
int main()
{
close(0);
int fd = open("./myfile", O_WRONLY | O_CREAT, 0644);
if(fd < 0)
{
perror("open");
return 1;
}
printf("fd: %d\n", fd);
return 0;
}
运行结果：
我们发现这时候fd就不是从3开始了，而是fd变成了0！
我们接下来关闭文件描述符2，再来试试？
int main()
{
close(2);
int fd = open("./myfile", O_WRONLY | O_CREAT, 0644);
if(fd < 0)
{
perror("open");
return 1;
}
printf("fd: %d\n", fd);
return 0;
}
运行结果：
这时候我们发现，fd也不是3，而是2！
结论：
在files_struct里的数组当中，找到当前没有被使用的最小的一个下标，作为新的文件描述符。
重定向
输出重定向
我们在上面知道了，通过文件描述符可以找到对应的struct file。再根据文件描述符的分配规则，我们是不是可以这么做：
创建一个文件描述符为1的文件，我们再向stdout里面写内容，那这时候写的内容是在文件里，还是在标准输出上？
代码测试：
int main()
{
close(1);
int fd = open("./myfile", O_WRONLY | O_CREAT, 0644);
if(fd < 0)
{
perror("open");
return 1;
}
printf("hello world\n");
printf("hello world\n");
printf("hello world\n");
printf("hello world\n");
return 0;
}
运行结果：
我们发现，当文件描述符1里面对应的指针改成新创建文件struct file的地址之后，我们再向stdout上打印，就不行了，而是变成了向文件写入！
不难理解，我们画个图展示这个过程：
当我们接着向标准输出打印内容时，根据文件描述符分配规则，这时候通过文件描述符1就找到的不是标准输出的struct file，而是创建的新文件的struct file,，这时候再写内容时，就变成了向myfile的文件里写内容了。这就是完后才能重定向的过程！
追加重定向
我们要实现追加重定向的功能，也很简单，就是在传flags参数时，或上O_APPEND，就表示追加字符串的意思：
代码和上面改动如下：
运行结果：
总结
我们这时候再来分析一下C语言中的FILE*指针。
通过FILE*可以找到一个结构体FILE，FILE实际上就是C语言层面上的结构体！
语言无论怎么封装，底层一定是调用了系统接口，并且，语言层就一定有表示该文件的fd！
1、因为IO相关函数与系统调用接口对应，并且库函数封装系统调用，所以本质上，访问文件都是通过fd访问的。
2、所以C库当中的FILE结构体内部，必定封装了fd。
dup2系统调用
功能：old->new，把old(文件描述符)里面指向的地址拷贝给new(文件描述符)对应的指针。
怎么用呢？举个栗子：
int main()
{
int fd = open("./myfile", O_WRONLY | O_CREAT, 0644);
if(fd < 0)
{
perror("open");
return 1;
}
dup2(fd, 1);// fd 拷贝给 1
printf("hello wmm\n");
printf("hello wmm\n");
printf("hello wmm\n");
printf("hello wmm\n");
return 0;
}
运行结果：
这时候我们发现，经过dup2(fd, 1);操作，把标准输出的指向改成了myfile的文件，我们再往stdout打印时，就变成了往文件里写内容了，实际上，这也是完成重定向的过程！
缓冲区
stderr和stdout区别
我们发现stderr和stdout对应的硬件设备都是显示器，那么他们之间有什么差别呢？
我们先用一段代码来演示：
int main()
{
fprintf(stdout,"%s\n","hello 标准输出");
fprintf(stderr, "%s\n", "hello 标准错误");
return 0;
}
测试：
我们通过测试结果可以发现，当我们直接向显示器上打印时，标准输出和标准错误都打印出来了。 但是我们把打印结果重定向到文件中时，这时候我们发现标准错误还在显示器上打印，标准输出被写入了文件中。
我们发现标准错误不能被重定向到文件中，它是直接打印到显示器上，stderr中间是没有缓冲区的。
./tset > myfile 2>&1
如果我们想让标准错误也写入文件中，可以拷贝fd：
[cyq@VM-0-7-centos 文件描述符]$ ./test > myfile 2>&1
实验结果：
2>&1：把1号文件描述符拷贝给2号文件描述符，类似于dup2(1,2)。
这样stderr对应的地址，就是标准输出的struct file了。
现象一
我们来看一段代码：
int main()
{
close(1);
int fd = open("./myfile", O_WRONLY | O_CREAT, 0644);
if(fd < 0)
{
perror("open");
return 1;
}
fprintf(stdout, "hello wmm\n");
fprintf(stdout, "hello wmm\n");
fprintf(stdout, "hello wmm\n");
fprintf(stdout, "hello wmm\n");
fprintf(stdout, "hello wmm\n");
close(fd);
return 0;
}
这段代码和之前写的差别就是，在最后加了close(fd)
我们来看一下运行结果：
我们发现我们close(fd)后，我们往myfile文件里没有写入成功？？是我们出现幻觉了吗？这是怎么回事？
原因
我们先了解一下缓冲区刷新策略：
结合语言层接着分析：
我们的代码中实现了重定向的功能，也就是本来向显示器上打印，变成了向文件中写入。这时候，就会发生刷新策略的改变！**由行缓冲变成全缓冲！ **
这时候我们向缓冲区里面写内容时，这时候并没有写满，并且在进程退出前，我们关闭了fd，那么缓冲区里面的数据就找不到要刷新的地方了，没办法通过系统调用把数据刷新到OS层面的缓冲区中。所以，这时候我们就发现并没有往文件中写入数据。
进一步理解FILE
这个语言层面的缓冲区是在哪呢？在FILE中维护！
也就是说，FILE里面不仅封装了一个fd，而且维护了与C缓冲区相关的内容。
解决方法
在关闭fd前，使用fflush刷新用户层缓冲区的数据到系统文件缓冲区中。
实验结果：
现象二
int main()
{
const char* str = "hello write\n";
write(1, str, strlen(str));
printf("hello printf\n");
fprintf(stdout, "hello fprintf\n");
fputs("hello fputs\n", stdout);
fork();
return 0;
}
实现结果：
我们对比发现，当打印到文件中时，printf、fprintf、fputs的打印多了一份。这是为什么？
原因
我们通过之前的知识知道，从往显示器上打印，转换到往文件中打印后，缓冲区的刷新策略会从行缓冲变成全缓冲，所以在进程退出前，FILE维护的缓冲区里面是数据的！
fork创建子进程后，子进程会共享父进程的代码和数据，包括FILE维护的缓冲区里面的数据。刚开始时父子进程是共享的，如果父进程先退出，这时候父进程的缓冲区里面的数据就会被刷新到指定的文件中。**就在数据被刷新前的时候，子进程会发生写时拷贝，**当子进程退出的时候，它也会把自己进程里面缓冲区的数据刷新到文件中，这时候就出现了(printf、fprintf、fputs)打印两遍的情况。
那write接口为什么只打印了一遍呢？
因为write是系统接口，是没有用户层缓冲区的，它是直接把数据刷新到指定的文件中。
系统接口是不受影响的！
解决方法：
实验结果：
** 看到这里，支持博主一下吧~**
版权归原作者 暴走的橙子～ 所有， 如有侵权，请联系我们删除。